能否用dataclass替代TypedDict定义字典类型并让mypy校验通过？

当然可以不用手动创建与dataclass镜像的TypedDict，以下是几种实用的方案：

1. 动态生成对应TypedDict #

利用dataclasses.fields获取dataclass的字段信息，动态构建TypedDict，完全避免重复代码：

from dataclasses import dataclass, fields
from typing_extensions import TypedDict

@dataclass
class Foo:
    bar: int
    baz: int

# 从Foo的字段动态生成TypedDict
SerializedFoo = TypedDict("SerializedFoo", {field.name: field.type for field in fields(Foo)})

def handler(foo: SerializedFoo) -> Foo:
    return Foo(**foo)

这种方式会自动同步dataclass的字段变化，不用手动维护两份定义。

2. 使用Pydantic替代标准库dataclass #

如果项目可以引入第三方库，pydantic.dataclasses.dataclass不仅支持自动类型校验，还能直接从字典解析实例，同时类型检查工具（如mypy）能正确识别输入字典的结构：

from pydantic.dataclasses import dataclass

@dataclass
class Foo:
    bar: int
    baz: int

def handler(foo: dict) -> Foo:
    # Pydantic会自动校验字典的键和类型
    return Foo(**foo)

3. 使用Protocol做结构约束（适用于静态检查） #

如果只需要静态类型检查层面的约束，可以定义一个Protocol来描述字典需要包含的键对应的类型：

from dataclasses import dataclass
from typing import Protocol, Any

class FooLike(Protocol):
    def __getitem__(self, key: str) -> Any:
        ...
    @property
    def bar(self) -> int: ...
    @property
    def baz(self) -> int: ...

@dataclass
class Foo:
    bar: int
    baz: int

def handler(foo: FooLike) -> Foo:
    return Foo(**foo)

不过这种方式对动态类型检查的支持较弱，主要用于静态分析工具（如mypy）识别字典结构。

内容的提问来源于stack exchange，提问作者Natim