当使用 @dataclass(slots=True) 时，实例不再自动拥有 __dict__，但可通过自定义方法（如 to_dict()）显式构建属性字典，遍历 __slots__ 并提取对应值。
当使用 `@dataclass(slots=true)` 时，实例不再自动拥有 `__dict__`，但可通过自定义方法（如 `to_dict()`）显式构建属性字典，遍历 `__slots__` 并提取对应值。
在 Python 中，@dataclass(slots=True) 的核心设计目标是节省内存并加速属性访问：它通过禁用默认的 __dict__ 和仅允许预定义的 __slots__ 属性来实现这一目标。因此，直接访问 obj.__dict__ 会触发 AttributeError —— 这不是缺陷，而是预期行为。
不过，实际开发中常需将数据类实例序列化为字典（例如用于 JSON 序列化、日志记录或 API 响应）。此时，推荐显式定义一个 to_dict() 方法，安全、清晰且可维护：
from dataclasses import dataclass
@dataclass(slots=True)
class Circle:
radius: int = 2
center_x: float = 0.0
center_y: float = 0.0
def to_dict(self) -> dict:
return {field: getattr(self, field) for field in self.__slots__}
调用示例：
c = Circle(radius=5, center_x=3.2, center_y=-1.7)
print(c.to_dict())
# 输出：{'radius': 5, 'center_x': 3.2, 'center_y': -1.7}
✅ 注意事项与最佳实践：
- 不要尝试重写
__dict__为 property（如@property def __dict__(self): ...），因为__dict__是特殊属性，Python 在实例创建后不会调用其 getter；且slots=True下__dict__根本不被分配，该 property 永远不会生效。 - 使用
getattr(self, field)而非self.__getattribute__(field)—— 前者更简洁、语义明确，且能正确触发@property等描述符逻辑（若字段被封装为属性）。 - 若需支持嵌套 dataclass 或类型转换（如
datetime→ ISO string），可在to_dict()中扩展逻辑，或结合dataclasses.asdict()（注意：asdict()不兼容slots=True，会抛出TypeError，务必避免）。 - 如需双向支持（字典 → 实例），可补充
from_dict(cls, data: dict)类方法，确保键存在性校验与类型转换。
总之，slots=True 并不阻碍数据导出，只是要求开发者显式声明意图。to_dict() 是轻量、高效、符合 Python 惯例的标准解法。
