Dataclasses与dataclass_json继承嵌套反序列化字段丢失问题

核心问题在于dataclass_json默认不会自动识别父类的子类，反序列化时会将所有对象实例化为父类Resource，导致子类特有的字段丢失。正确的做法是利用**多态鉴别器（discriminator）**让库自动匹配对应的子类，无需手动在__post_init__中转换类型。

步骤1：定义带鉴别器的父类 #

在父类Resource中添加一个用于区分子类的字段（比如Azure资源标准的type字段），并在dataclass_json配置中指定该字段为鉴别器，同时注册所有子类。

from dataclasses import dataclass, field
from dataclass_json import dataclass_json, LetterCase, config
from typing import Optional, Dict, Any, Union

@dataclass_json(
    letter_case=LetterCase.CAMEL,
    config=config(
        discriminator="type",  # 指定鉴别器字段
        known_subclasses=["ManagementGroup", "Subscription", "ResourceGroup"]  # 注册所有子类
    )
)
@dataclass
class Resource:
    id: Optional[str] = None
    name: Optional[str] = None
    type: Optional[str] = None  # 用于区分子类的标识字段

步骤2：定义子类并固定鉴别器值 #

每个子类通过__post_init__固定type字段的取值，确保序列化/反序列化时能被正确识别：

@dataclass_json(letter_case=LetterCase.CAMEL)
@dataclass
class ResourceGroup(Resource):
    location: Optional[str] = None
    tags: Optional[Dict[str, str]] = field(default_factory=dict)
    properties: Optional[Dict[str, Any]] = field(default_factory=dict)
    
    def __post_init__(self):
        self.type = "Microsoft.Resources/resourceGroups"

@dataclass_json(letter_case=LetterCase.CAMEL)
@dataclass
class ManagementGroup(Resource):
    display_name: Optional[str] = None
    
    def __post_init__(self):
        self.type = "Microsoft.Management/managementGroups"

@dataclass_json(letter_case=LetterCase.CAMEL)
@dataclass
class Subscription(Resource):
    subscription_id: Optional[str] = None
    tenant_id: Optional[str] = None
    
    def __post_init__(self):
        self.type = "Microsoft.Subscription/subscriptions"

步骤3：测试反序列化 #

直接通过父类或联合类型反序列化，库会自动根据type字段匹配对应的子类，子类特有的字段会被完整保留：

# 示例ResourceGroup的JSON数据
rg_json = '''
{
    "id": "/subscriptions/xxx/resourceGroups/test-rg",
    "name": "test-rg",
    "type": "Microsoft.Resources/resourceGroups",
    "location": "eastus",
    "tags": {"env": "test"},
    "properties": {"provisioningState": "Succeeded"}
}
'''

# 方式1：通过父类反序列化
rg = Resource.from_json(rg_json)
print(type(rg))  # <class '__main__.ResourceGroup'>
print(rg.location)  # eastus
print(rg.tags)  # {'env': 'test'}

# 方式2：通过联合类型反序列化（更灵活，无需在父类注册子类）
ResourceUnion = Union[ManagementGroup, Subscription, ResourceGroup]
rg2 = ResourceUnion.from_json(rg_json)

为什么这是最优方案 #

1. 完全符合dataclass_json的多态设计规范，无需手动类型转换
2. 利用Azure资源原生的type字段作为鉴别器，贴合业务逻辑
3. 反序列化直接得到子类实例，所有字段自动解析，避免丢失

内容的提问来源于stack exchange，提问作者DeadlyMuffin