Python dataclass 默认工厂 怎样处理

Python dataclass 里，list、dict、set 这类可变字段不要直接写成共享默认对象。标题中的“默认工厂”，通常就是 field(default_factory=...)：它保存一个零参数可调用对象，实例化时需要默认值才调用，让每个实例拿到自己的容器。

官方参考：https://docs.python.org/3.15/library/dataclasses.html

处理可变默认值时，把容器类型或零参数工厂传给 default_factory；不要把已经创建好的 list、dict 或 set 直接放到字段默认值里。

为什么 list 默认值会在实例之间共享

问题不在 dataclass 会“错误复制”对象，而在类定义时你已经创建了一个可变列表。若把它当作默认值，多个实例可能引用同一个列表，某个任务添加标签后，另一个任务也能看到变化。

from dataclasses import dataclass

@dataclass
class Task:
    # 这是一个已经创建的列表，不能作为共享的可变默认状态
    tags: list[str] = []

较新的 Python 版本会直接拒绝这类常见写法并抛出可变默认值相关的 ValueError；即使某种自定义类型或旧代码绕过了提示，也不应该依赖共享容器。下面的结构图只用于解释对象关系，不是运行截图。

用 default_factory 建立实例隔离

正确写法是把 list 这个可调用对象传给 default_factory，而不是先调用它。这样每次创建 Task() 且没有显式传入 tags 时，数据类生成的初始化方法会取得一个新的空列表。

from dataclasses import dataclass, field

@dataclass
class Task:
    # 每个 Task 需要默认 tags 时，分别调用 list() 创建新容器
    tags: list[str] = field(default_factory=list)

first = Task()
second = Task()
first.tags.append("backend")

# 只改变 first；second.tags 仍然是独立的空列表
print(first.tags, second.tags)

这里的关键是“工厂”而不是“默认结果”。default_factory=list 传入的是函数对象；default_factory=list() 会先得到一个列表，再把列表当作工厂，最终导致参数类型错误。

把工厂的调用边界说清楚

default_factory 必须是零参数可调用对象。除了内置类型，也可以用函数或无参数 lambda 生成更有业务含义的默认值。

from dataclasses import dataclass, field
from uuid import uuid4

def new_labels() -> set[str]:
    # 返回新集合，不能复用模块级可变对象
    return set()

@dataclass
class Job:
    # uuid4 不接收业务参数，适合作为每个实例的默认工厂
    request_id: str = field(default_factory=lambda: uuid4().hex)
    labels: set[str] = field(default_factory=new_labels)

如果默认值需要外部参数，例如租户编号或配置对象，不要把带参数的函数直接塞进工厂。可以在构造对象时显式传入，或者用闭包提前绑定参数，但要确保最终交给 default_factory 的 callable 本身是零参数的。

同一个字段不能同时写 default=... 和 default_factory=...。前者适合整数、字符串等稳定的不可变默认值，后者适合“每个实例都要新建一次”的对象。

继承和复查时容易漏掉的边界

数据类继承会把基类和子类字段合并到生成的初始化参数中，因此仍应逐个检查可变字段是否使用工厂。如果基类已经提供了独立容器，子类不要为了改名或覆盖而退回模块级共享对象。

实际接入时可以按下面的清单收尾：第一，搜索字段默认值里是否出现 []、{} 或 set()；第二，确认工厂调用不需要参数；第三，分别创建两个实例，只给第一个实例修改容器；第四，确认第二个实例仍保持初始状态。这个检查不需要把整个类改造成不可变对象。

常见问题

为什么字符串不用 default_factory

字符串是不可变对象，直接使用 default="待处理" 不会因为一个实例拼接内容而改变另一个实例。是否使用工厂，取决于默认对象是否需要逐实例创建，而不是字段名称。

default_factory 可以调用带参数的函数吗

直接传入的工厂必须能零参数调用。若业务函数需要参数，就在外层用闭包或部分绑定提前固定参数，并把最终的零参数 callable 传给 field。

能不能用 copy 代替默认工厂

可以在自定义初始化逻辑里复制对象，但它会引入复制深度和嵌套状态的额外判断。默认容器通常直接使用 list、dict、set 工厂更清楚，也更贴合数据类的字段声明。

记住一句话：default 描述一个已经准备好的默认值，default_factory 描述如何在需要时创建默认值。只要字段是可变容器，优先从这个边界开始判断。