如何比对Python数据类与字典的字段类型一致性？

方案1：统一为类型对象进行严格校验（推荐） #

这种方式直接比对类型对象，准确性更高，能处理自定义类型，还可灵活选择严格匹配或兼容匹配（比如允许子类）。

代码示例 #

import dataclasses

@dataclasses.dataclass
class FlatDataclass:
    first_field: str
    second_field: int

my_dict = {"first_field": "a_string", "second_field": "5"}

# 遍历数据类字段，按字段名逐一校验
for field in dataclasses.fields(FlatDataclass):
    field_name = field.name
    expected_type = field.type
    
    # 先检查字典是否包含该字段
    if field_name not in my_dict:
        print(f"错误：缺少必填字段 {field_name}")
        continue
    
    actual_value = my_dict[field_name]
    actual_type = type(actual_value)
    
    # 严格类型匹配（类型完全一致）
    if actual_type is not expected_type:
        print(f"错误：字段 {field_name} 类型不匹配，预期 {expected_type.__name__}，实际 {actual_type.__name__}")
    
    # 如果需要兼容子类（比如bool属于int的子类，允许这种情况），改用isinstance：
    # if not isinstance(actual_value, expected_type):
    #     print(f"错误：字段 {field_name} 类型不兼容，预期 {expected_type.__name__}，实际 {actual_type.__name__}")

说明 #

• 直接用type(actual_value)获取字典值的类型对象，与数据类字段的field.type直接比对
• 按字段名遍历校验，避免字典或数据类字段顺序变化导致的错误
• 支持严格匹配（is）和兼容匹配（isinstance）两种模式，可按需选择

方案2：统一为类型名称字符串进行校验 #

如果仅需校验基础类型的名称一致性，可将两边转换成类型名称字符串比对，实现更简单，但对自定义类型、泛型类型的支持有限。

代码示例 #

import dataclasses

@dataclasses.dataclass
class FlatDataclass:
    first_field: str
    second_field: int

my_dict = {"first_field": "a_string", "second_field": "5"}

# 获取数据类字段的类型名称列表
expected_type_names = [field.type.__name__ for field in dataclasses.fields(FlatDataclass)]
# 获取字典值的类型名称列表
actual_type_names = [type(value).__name__ for value in my_dict.values()]

# 比对两个列表（注意：Python3.7+字典默认有序，需确保字典字段顺序与数据类一致）
if expected_type_names != actual_type_names:
    print("类型不匹配：")
    for field, expected, actual in zip(dataclasses.fields(FlatDataclass), expected_type_names, actual_type_names):
        print(f"字段 {field.name}: 预期 {expected}，实际 {actual}")

说明 #

• 通过type.__name__将类型对象转换为字符串名称，实现格式统一
• 适合基础类型的快速校验，但涉及泛型（如List[str]）、类型别名或自定义类继承时，这种方式可能不准确

内容的提问来源于stack exchange，提问作者Abijah