Question

我一直在使用从文件中动态加载属性名称的数据类进行操作，但是我无法找到创建“冻结”和“非冻结”属性的方法。我相信数据类仅允许您将所有属性设置为冻结或非冻结。

到目前为止，我创建了一个冻结的数据类，并添加了一个可变类作为可随时更改的属性之一，但是我对该方法的可读性并不满意。

人们是否会推荐另一个pythonic数据类，而无需实现能够设置可变/不可变属性的类？

import dataclasses

class ModifiableConfig:
    """There is stuff in here but you get the picture."""
    ...

config_dataclass = dataclasses.make_dataclass(
    'c',
    [(x, type(x), v) for x, v in config.items()] + [('var', object, ModifiableConfig())],
    frozen=True
)

但是，我希望能够选择冻结哪些属性，哪些不冻结。不再需要向数据类添加其他类。可能看起来像这样：

config_dataclass_modifiable = dataclasses.make_dataclass(
            'c', [(x, type(x), v, True if 'modifiable' in x else False) for x, v in config.items()])

注意“如果在其他情况下为'modifiable'，则为True，否则为False”，我并不是说这最终将是我的工作方式，但希望这有助于更好地理解我的问题。

Answer 1

在上面的最佳答案中，如果 Foo 是另一个类的子类，则代码会中断。要解决此问题，请使用以下行：

super(type(self), self).__setattr__(key, value)

应阅读：

super(type(cls), cls).__setattr__(key, value)

那样，super实际上是向上遍历而不是进入无限的自引用。

Answer 2

调整属性处理的正常方法是编写自定义__setattr__方法，该方法可让您覆盖属性分配的默认行为。不幸的是，该方法也是数据类为执行frozen逻辑所迷惑的方法，该逻辑有效地锁定了函数，只要您尝试触摸它就抛出TypeError: Cannot overwrite attribute __setattr__ in class ModifiableConfig，就可以防止对该函数进行进一步的更改。

因此，我看不到您的问题的简单直接的解决方案。在我看来，将类的可变部分委派给内部对象或字典的方法一点也不坏或没有Python语言，但是如果您可以从需求列表中删除frozen如果想要部分可变的数据类，则可以尝试在此处使用这种bootleg半冷冻的配方，该配方使用标志dataclass更新semi装饰器，可以打开该标志以获取您描述的行为：

from dataclasses import dataclass as dc
from traceback import format_stack

def dataclass(_cls=None, *, init=True, repr=True, eq=True, order=False,
              unsafe_hash=False, frozen=False, semi=False):

    def wrap(cls):
        # sanity checks for new kw
        if semi:
            if frozen:
                raise AttributeError("Either semi or frozen, not both.")
            if cls.__setattr__ != cls.mro()[1].__setattr__:
                raise AttributeError("No touching setattr when using semi!")

        # run original dataclass decorator
        dc(cls, init=init, repr=repr, eq=eq, order=order,
           unsafe_hash=unsafe_hash, frozen=frozen)

        # add semi-frozen logic
        if semi:
            def __setattr__(self, key, value):
                if key in self.__slots__:
                    caller = format_stack()[-2].rsplit('in ', 1)[1].strip()
                    if caller != '__init__':
                        raise TypeError(f"Attribute '{key}' is immutable!")
                super(type(self), self).__setattr__(key, value)
            cls.__setattr__ = __setattr__

        return cls

    # Handle being called with or without parens
    if _cls is None:
        return wrap
    return wrap(_cls)

我在这里很简短，只处理看来对我来说可能是缺点的案例。有更好的方法来处理包装，以使内部结构更加一致，但这会使本来就很复杂的代码片段更加破灭。

鉴于这个新的dataclass装饰器，您可以像这样使用它来定义具有一些不可变属性和一些可变属性的数据类：

>>> @dataclass(semi=True)
... class Foo:
...     # put immutable attributes and __dict__ into slots 
...     __slots__ = ('__dict__', 'x', 'y')
...     x: int
...     y: int
...     z: int
...
>>> f = Foo(1, 2, 3)
>>> f        # prints Foo(x=1, y=2, z=3)
>>> f.z = 4  # will work
>>> f.x = 4  # raises TypeError: attribute 'x' is immutable!

您不必使用__slots__来将可变的部分与不可变的部分分开，但是出于某些原因（例如，不是默认数据类{的元属性）{ {1}}），对我来说很直观。

具有可变和不可变属性的数据类样式的对象？

2 个答案: