Python中除dataclasses外还有哪些类类型？相关工具装饰器有哪些？

数据类是一种通常以数据为主的类，不过实际上并没有什么严格限制。

一、除数据类外的常见Python类类型及对应工具/装饰器 #

• 普通自定义类：最基础的类形态，无特定装饰器绑定，完全由开发者自定义属性与方法，多用于封装业务逻辑或非数据聚焦的功能。
• 抽象基类（ABC）：用于定义接口规范，强制子类实现指定方法。通过abc.ABC作为基类，配合@abc.abstractmethod装饰器标记必须实现的方法：

  from abc import ABC, abstractmethod
  
  class Payment(ABC):
      @abstractmethod
      def process(self, amount: float) -> bool:
          pass
  

• 枚举类（Enum）：用于定义一组具名常量，基于enum.Enum基类实现，可搭配@enum.unique装饰器确保枚举值唯一：

  from enum import Enum, unique
  
  @unique
  class OrderStatus(Enum):
      PENDING = "pending"
      PAID = "paid"
      SHIPPED = "shipped"
  

• 元类：控制类的创建过程，是"类的类"。默认元类为type，也可自定义元类来修改类的生成逻辑，比如统一给类添加特定属性。
• 传统数据容器类：在dataclass出现前常用的替代方案，比如collections.namedtuple（不可变数据容器）、typing.NamedTuple（带类型注解的namedtuple），还有第三方库attrs的@attrs装饰器（功能比dataclass更灵活）。

二、以辅助方法为主的类类型 #

这类属于工具类/服务类，核心是封装一组相关的功能性方法，而非存储数据。通常包含静态方法或类方法，不需要实例化来维护状态：

class FileHandler:
    @staticmethod
    def read_text(file_path: str) -> str:
        with open(file_path, "r") as f:
            return f.read()
    
    @classmethod
    def write_text(cls, file_path: str, content: str) -> None:
        with open(file_path, "w") as f:
            f.write(content)

如果需要全局唯一实例，也可将其实现为单例类，但纯方法集合场景下，静态方法的实现更简洁。

三、是否所有自定义类都应使用@dataclass？ #

绝对不是。@dataclass的核心作用是简化以数据存储为核心的类编写，自动生成__init__、__repr__、__eq__等重复代码，但不适用于所有场景：

• 适合场景：类的核心是存储结构化数据（如数据库实体、API返回的结构化对象），用@dataclass能大幅减少样板代码。
• 不适合场景：类的核心是业务逻辑、功能性方法（如工具类、业务处理器），此时用普通自定义类更合适，无需引入@dataclass生成的冗余方法。

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