带类型注解且默认值为None的数据类哈希值为何每次运行不一致？

问题解析 #

这个现象的核心原因在于Python 3.9/3.10版本中，dataclass在处理「带类型注解且默认值为None的字段」时，生成的__hash__方法存在异常，导致哈希值基于实例的内存地址（id）而非字段值。

具体分析三个类的行为：

• Foo类：x和y均无类型注解，属于类属性而非dataclass实例字段。由于没有实例字段，dataclass不会生成自定义__hash__，继承自object的__hash__（基于实例id）。你设置了PYTHONHASHSEED=0，且每次运行时Foo()是第一个创建的对象，内存地址固定，因此哈希值稳定。
• Bar类：x有类型注解且默认值为1，是dataclass实例字段；y无类型注解，为类属性。frozen=True让dataclass生成基于字段值的__hash__方法，哈希值由x=1的元组哈希决定（hash((1,))），因此每次运行稳定。
• Foobar类：y有类型注解且默认值为None，是dataclass实例字段；x无类型注解，为类属性。本应生成基于y=None的元组哈希（hash((None,))），但Python 3.9/3.10的dataclass在此场景下未正确生成自定义__hash__，而是继承了object的__hash__。实例id每次运行时会变化（即使PYTHONHASHSEED=0，内存地址分配不固定），因此哈希值每次运行不同。

验证与修复 #

你可以手动为Foobar添加自定义__hash__方法来验证：

@dataclass(frozen=True)
class Foobar:
    x = 1
    y: Optional[int] = None
    
    def __hash__(self):
        return hash((self.y,))

此时运行脚本，Foobar()的哈希值会固定为hash((None,))的结果，不再随运行变化。

这个问题在Python 3.11及以上版本中已被修复，升级到更高版本即可解决该异常。

内容的提问来源于stack exchange，提问作者msailor