dataclass更可靠，因其在类定义时自动生成__init__、__repr__、__eq__等方法，字段声明即契约，类型注解参与行为控制，强制用default_factory处理可变默认值，避免共享对象风险。
dataclass 为什么比手动写 __init__ 更可靠
手动实现 __init__、__repr__、__eq__ 容易漏字段、参数顺序错位，或忘记对可变默认值做防御（比如用 [] 当默认参数）。dataclass 在类定义时就生成这些方法，字段声明即契约，类型注解直接参与行为控制。
关键点：
-
@dataclass默认会为所有带注解的字段生成__init__和__repr__，不带注解的字段被忽略 - 字段顺序严格按代码中声明顺序，和
__init__参数顺序完全一致，不会因装饰器执行时机出错 - 可变默认值被禁止——直接报
ValueError: mutable default <class> for field xxx is not allowed</class>，逼你改用default_factory
如何处理可变默认值：用 default_factory 而不是 default
想让每个实例拥有独立的空列表或空字典？不能写 items: list = []，必须用工厂函数。否则所有实例共享同一份底层对象，这是 Python 初学者高频踩坑点。
正确写法：
from dataclasses import dataclass, field <p>@dataclass class Book: title: str tags: list = field(default_factory=list) metadata: dict = field(default_factory=dict) </p>
注意：field() 是唯一能控制单个字段行为的入口。如果混用 default 和 default_factory，后者优先级更高；若两者都设，会抛 ValueError。
什么时候该关掉 __eq__ 或自动生成 __hash__
默认情况下 @dataclass 生成 __eq__（基于字段值比较），但不生成 __hash__——因为可变字段会让哈希失效。如果你确定类实例只读（所有字段都是 init=True 且不可变），可以显式开启：
华为云 Python SDK 查询工具。自动发现已安装 SDK 的服务包、Client类、API 方法、入参详情、类信息（__init__ 参数、属性、类型、描述），支持关键字搜索，快速定位目标 API 使用方法。
@dataclass(frozen=True)
class Point:
x: float
y: float
此时 __hash__ 自动可用，也能防止运行时修改字段（赋值触发 FrozenInstanceError）。如果只是想禁用 __eq__，设 eq=False 即可，不影响其他方法。
常见误判场景：
- 字段含
list/dict等可变类型，又没设frozen=True→ 不要依赖__hash__ - 只需要
__repr__和__init__，但不想有__eq__→ 显式写eq=False，否则默认开启
嵌套 dataclass 和类型检查的实际约束
嵌套本身没问题，但要注意 mypy 或 pyright 对字段类型的推断逻辑。例如：
@dataclass
class Author:
name: str
<p>@dataclass
class Book:
author: Author # ✅ 正确：类型明确
co_authors: list[Author] # ⚠️ Python 3.9+ 原生支持，3.7/3.8 需 from <strong>future</strong> import annotations
</p>
在 Python 3.7–3.8 中，list[Author] 会报 NameError（除非加 from __future__ import annotations），更稳妥写法是字符串字面量：co_authors: "list[Author]"。mypy 能识别这种前向引用，运行时也不报错。
另一个隐藏限制：dataclass 不递归处理嵌套字段的初始化——它只保证本层字段被赋值，不会自动调用子类的 __init__。所以传入 author=Author("Alice") 没问题，但不能指望 author={"name": "Alice"} 自动转成 Author 实例。
字段太多时容易忽略 frozen 和 default_factory 的组合效果：一旦设了 frozen=True，连 field(default_factory=...) 生成的初始值也不能在后续修改——这其实是设计使然，不是 bug。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
