asdict()是最直接的dataclass转字典方法，但需注意可变默认值必须用default_factory声明、init=False字段仍被包含、非dataclass对象会引发TypeError，推荐结合dict_factory预处理和json_safe_dict二次转换。
dataclass转字典时，asdict() 是最直接的选择
Python标准库的 dataclasses.asdict() 就是为此设计的，它递归处理嵌套 dataclass、list、tuple、dict 和基本类型，无需额外依赖。
但要注意：它默认会把所有字段（包括 field(default_factory=...) 生成的值）都展开；如果字段是可变默认值（如 list 或 dict），且未用 default_factory 声明，asdict() 不会报错，但原始 dataclass 实例可能已处于危险状态——这不是序列化问题，而是定义阶段就该规避的坑。
- 必须确保所有可变默认字段都用
default_factory=list等方式声明 - 不支持自动忽略
init=False字段（它们仍会被包含），如需过滤，得手动后处理 - 遇到自定义类（非
dataclass）会原样保留对象引用，不会调用其__dict__—— 这常导致TypeError: Object of type X is not JSON serializable
嵌套 dataclass 中含非 dataclass 对象时，asdict() 会失败
比如字段是 datetime、UUID、numpy.ndarray 或你自己写的普通 class，asdict() 默认不做转换，直接抛 TypeError。
解决方法不是重写整个序列化逻辑，而是利用 dict_factory 参数接管字典构建过程：
from dataclasses import asdict, dataclass
from datetime import datetime
@dataclass
class Event:
name: str
when: datetime
asdict(Event("launch", datetime.now()), dict_factory=lambda x: {k: (v.isoformat() if isinstance(v, datetime) else v) for k, v in x})
这个技巧的关键在于：你只替换“一层字典构造行为”，不影响递归逻辑，也不侵入原始类定义。
-
dict_factory接收一个list形式的(key, value)对，返回最终字典 - 对
value做类型检查比用isinstance(v, (datetime, UUID))更稳妥，避免漏掉子类 - 别在
dict_factory里做深拷贝或复杂计算，否则拖慢性能，尤其对大型嵌套结构
需要兼容 JSON 序列化时，别跳过类型预处理
asdict() 输出的字典仍可能含 datetime、Decimal、bytes 等 JSON 不认的类型。直接传给 json.dumps() 会报错，常见错误信息是：TypeError: Object of type datetime is not JSON serializable。
推荐做法是分两步：先用 asdict() 得到基础字典，再用轻量函数统一规整类型。不要试图让 asdict() 一步到位。
- 用
json.dumps(obj, default=str)是最简兜底，但会把datetime变成"2024-05-12T10:30:45.123456"，bytes变成"b'hello'"，语义丢失严重 - 更可控的是写一个
json_safe_dict()函数，专门处理已知类型，其余 fallback 到str()或抛异常 - 如果项目已用
pydantic，BaseModel.dict()自带encoder机制，但引入新依赖要权衡——纯 dataclass 场景下，asdict()+ 小函数足够
性能敏感场景下，避免反复调用 asdict()
对同一 dataclass 实例频繁调用 asdict()（比如在循环里或高频 API 响应中），会重复遍历字段、构造新字典、复制嵌套对象，开销不小。
可行优化是缓存序列化结果，但注意：dataclass 实例是可变的，不能无条件缓存。安全做法是在实例上加一个惰性属性：
from dataclasses import dataclass, field
from functools import cached_property
@dataclass
class Report:
title: str
items: list
_asdict_cache: dict = field(default=None, init=False, repr=False)
@cached_property
def asdict(self):
return asdict(self)
这样既避免手写 __post_init__ 初始化缓存，又防止因字段变更导致脏数据——因为 cached_property 只在首次访问时计算，且不响应后续字段修改（这反而是优点：明确表达“序列化快照”的语义）。
真正容易被忽略的是：如果你用了 field(compare=False) 或 field(hash=False)，这些字段依然会进入 asdict() 结果——asdict() 完全不看这些元信息，只看是不是 dataclass 字段。
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！
