dataclasses模块的三个重要函数：

dataclass：类的装饰器函数，自动生成数据类的各种魔术方法
field：用于精细控制每个字段的行为
fields：用于获取类的字段

后边写数据类的时候用一用这种写法，看看和传统写法相比到底能不能让结构更清晰，更省代码量，一个例子：

利用dataclasses模块提供的函数创建纯数据类
from dataclasses import dataclass, field, fields
from typing import List

@dataclass
class Config:
    api_key: str
    timeout: int = field(default=30, metadata={"unit": "seconds"})
    retry_count: int = 3
    endpoints: List[str] = field(default_factory=list)

config = Config(api_key="abc123")
print(fields(config))

设置属性默认值的坑

Python 语言的基本规则：函数的默认参数在定义时（而非调用时）被求值。对于可变参数例如列表直接设置属性为[]会使得生成的所有实例的对应属性是同一个[]。

from dataclasses import dataclass

@dataclass
class Wrong:
    name: str
    items: list = []  # 默认值是 [] 字面量

# 创建两个实例
w1 = Wrong("张三")
w2 = Wrong("李四")

# 只给 w1 添加元素
w1.items.append(1)

print(w1.items)  # 输出：[1]
print(w2.items)  # 输出：[1]  ← 惊不惊喜？李四的列表也被改了！

在普通函数/类中，标准解法是使用 None 做哨兵值，在函数体内部新建列表：

# 普通类/函数的标准安全写法
def add_item(item, lst=None):
    if lst is None:
        lst = []       # 每次调用都新建列表
    lst.append(item)
    return lst

print(add_item(1))  # 输出：[1]
print(add_item(2))  # 输出：[2]  ← 完美独立！

@dataclass 里的field(default_factory=list)，本质上就是 Python 官方把这套 None + 判断的模板代码，封装成了更优雅、语义更清晰的写法。写成feild(default_factory=list)就OK了，它告诉解释器不要用现有的对象，请在__init__运行时执行 list() 工厂函数取返回值。

参考：https://docs.pythonlang.cn/3/library/dataclasses.html