Python dataclasses.field 默认工厂为什么不能直接写成列表

在 dataclasses 里给列表字段设置默认值时，最容易写错的是把 default_factory=list 写成 default_factory=[]。两者只差一对括号，含义却完全不同：前者传入“以后可以被调用的工厂”，后者传入“现在已经创建好的列表”。正确写法是：

from dataclasses import dataclass, field

@dataclass
class Basket:
    # 传入 list 类型；每次构造 Basket 时由它创建一个新列表。
    items: list[str] = field(default_factory=list)

为什么 default_factory=[] 不是列表默认值

field() 的 default_factory 参数定义的是“需要默认值时调用的零参数函数”。list 本身是一个可调用类型，调用 list() 会得到新列表；[] 则已经是列表对象，不是函数。于是下面的写法把参数类型弄反了：

from dataclasses import dataclass, field

@dataclass
class WrongBasket:
    # 错误：[] 是列表实例，不是可以被调用的零参数工厂。
    items: list[str] = field(default_factory=[])

# 构造实例时，生成的 __init__ 会尝试执行 []()，因此会报不可调用错误。

另一种常见误写是 items: list[str] = []。这不是“每次构造自动复制一份列表”的语法。数据类仍然遵循普通 Python 类的默认值语义；当前文档还明确说明，不可哈希的默认对象会被拒绝，以拦住许多可变默认值错误。即使某个自定义可变对象没有立刻触发保护，也不应该把它当成实例级默认容器。

把列表类型交给工厂，而不是提前创建列表

修复时只需要把方括号移除。field(default_factory=list) 表示：这个字段没有调用方传入值时，初始化逻辑调用一次 list()。工厂不接收 self，也不应该依赖另一个字段的值。

from dataclasses import dataclass, field

@dataclass
class Basket:
    # list 是零参数可调用对象；每个 Basket 都会获得独立容器。
    items: list[str] = field(default_factory=list)

@dataclass
class Settings:
    # 字典和集合也使用各自的类型作为工厂。
    labels: dict[str, str] = field(default_factory=dict)
    flags: set[str] = field(default_factory=set)

如果默认列表需要固定的初始内容，可以传入零参数的 lambda。它每次返回新对象，而不是把同一个列表挂到所有实例上：

from dataclasses import dataclass, field

@dataclass
class QueueConfig:
    # 工厂不接收构造参数；返回值是每个实例自己的新列表。
    stages: list[str] = field(default_factory=lambda: ["queued", "ready"])

不过，固定空列表优先写成 default_factory=list，可读性更好，也更直接地表达“调用列表类型创建容器”。

用两个实例指标确认列表彼此隔离

排查这类问题时，不要只看对象打印出来的内容。建议同时看三个指标：初始内容是否为空、向对象 A 追加元素后对象 B 是否仍为空、两个 items 是否不是同一对象。这个小检查能把“值看起来一样”和“身份真的独立”区分开。

first = Basket()
second = Basket()

# 先检查两个新实例都从空列表开始。
assert first.items == []
assert second.items == []

# 只修改对象 A；对象 B 不应被连带修改。
first.items.append("python")
assert first.items == ["python"]
assert second.items == []

# is 检查身份，确认不是同一个列表对象。
assert first.items is not second.items

可以把结果整理成一张速查表：

有依赖关系时不要硬塞进零参数工厂

default_factory 适合“只要一个新对象”的初始化。如果列表内容必须根据构造参数决定，工厂拿不到 self，此时可以先给空列表，再在 __post_init__ 中补齐；或者直接编写类方法构造器，把依赖关系写在更明确的位置。

from dataclasses import dataclass, field

@dataclass
class Plan:
    name: str
    tasks: list[str] = field(default_factory=list)

    def __post_init__(self) -> None:
        # 只有调用方未提供任务时，才根据 name 生成实例自己的初始内容。
        if not self.tasks:
            self.tasks.append(f"prepare:{self.name}")

这里的边界是：工厂负责创建容器，__post_init__ 负责读取实例字段并决定内容。若调用方显式传入任务，应该再根据业务规则决定是否保留空列表判断，避免把“用户明确传入空列表”和“没有提供任务”混为一谈。

常见问题

default_factory=list 和 default_factory=lambda: [] 有区别吗？

对空列表这个场景，结果都能做到每个实例新建列表；list 更短、更直接。需要固定初始元素或更复杂的无参创建逻辑时，才使用 lambda 或命名工厂。

为什么元组可以直接写成 default=()？

元组通常作为不可变默认值使用，多个实例共享同一个不可变对象不会产生 append 一类的状态串改。只要容器内容需要修改，就回到对应的 default_factory。

工厂可以写成带参数的函数吗？

不能直接这样写。数据类会以零参数调用工厂；需要外部参数时，用闭包捕获固定值、在 __post_init__ 中初始化，或提供显式构造方法。

记住一句话：default 放值，default_factory 放“如何创建值”的可调用对象。对列表、字典和集合，优先把类型本身交给工厂，再用两个实例的内容与 is 检查确认隔离。