Python中dataclasses.field为何不被识别为默认值？如何复现该行为？

为什么field()返回值不会被当作字段默认值 #

这个判定逻辑不是Python原生语法实现的，完全是@dataclass装饰器的内部规则：

• 当类属性赋值右侧是field(...)的返回值时，@dataclass会先识别到它是Field类型的实例，不会直接把这个实例本身作为字段的默认值。
• 装饰器会读取Field实例内部的default属性作为字段的实际默认值：如果你调用field()时没有显式传入default或者default_factory参数，default属性会被设置为dataclasses模块内部的特殊占位符MISSING，表示该字段没有默认值。
• 你给出的第二个示例中，字段a的实际默认值是MISSING（即无默认），字段b也没有默认值，参数顺序符合Python函数的要求，所以不会报错。
  而第一段代码里a: int = 1的赋值右侧不是Field实例，@dataclass会直接把1当作a的默认值，导致有默认值的参数排在无默认值的b前面，触发TypeError。

底层实现原理 #

核心逻辑可以拆解为三步：

1. 特殊占位符定义：dataclasses模块内部有一个全局单例MISSING，类型为_MISSING_TYPE，专门用来标记「未设置默认值」的状态，和None做明确区分。
2. field函数的返回值：field()函数返回的是Field类的实例，实例会存储你传入的metadata、default、default_factory等所有配置。如果调用时没有传default/default_factory，Field.default会被自动赋值为MISSING。
3. 装饰器的字段扫描逻辑：@dataclass装饰器执行时会遍历类所有带类型注解的属性：
   • 若属性有赋值，先判断值是不是Field实例：是就直接复用，不是就把值包装成一个default为该值的Field实例。
   • 生成__init__方法的参数列表时，会按字段定义顺序排列，只有当Field.default不等于MISSING时，才会给参数加默认值。
   • 最后按照普通Python函数的参数规则校验：有默认值的参数必须排在无默认值的参数之后，不符合就抛出TypeError。

自定义实现复现该行为 #

完全可以复现，以下是最简示例：

# 定义特殊占位符单例
class _MyMissingType:
    pass
MY_MISSING = _MyMissingType()

# 自定义Field容器
class MyField:
    def __init__(self, default=MY_MISSING, metadata=None):
        self.default = default
        self.metadata = metadata

# 自定义类似field的函数
def my_field(*, default=MY_MISSING, metadata=None):
    return MyField(default=default, metadata=metadata)

# 自定义类似dataclass的装饰器
import inspect
def my_dataclass(cls):
    # 扫描带注解的字段
    fields = []
    for name, type_ in inspect.get_annotations(cls).items():
        # 取类属性的赋值
        default_val = getattr(cls, name, MY_MISSING)
        if isinstance(default_val, MyField):
            field_obj = default_val
        else:
            # 普通值当作默认值包装成MyField
            field_obj = MyField(default=default_val)
        fields.append( (name, type_, field_obj) )
        # 清理类属性避免实例属性被覆盖
        if hasattr(cls, name):
            delattr(cls, name)
    
    # 生成__init__方法
    def __init__(self, *args, **kwargs):
        # 先处理位置参数
        if len(args) > len(fields):
            raise TypeError(f"__init__() takes {len(fields)+1} positional arguments but {len(args)+1} were given")
        for i, (name, _, field_obj) in enumerate(fields[:len(args)]):
            setattr(self, name, args[i])
        # 处理关键字参数和默认值
        for name, _, field_obj in fields[len(args):]:
            if name in kwargs:
                setattr(self, name, kwargs.pop(name))
            elif field_obj.default is not MY_MISSING:
                setattr(self, name, field_obj.default)
            else:
                raise TypeError(f"__init__() missing required argument '{name}'")
        if kwargs:
            raise TypeError(f"__init__() got unexpected keyword arguments {list(kwargs.keys())}")
    
    cls.__init__ = __init__
    return cls

# 测试效果，和原生dataclass行为一致
@my_dataclass
class C:
    a: int = my_field(metadata={"encoder": lambda x:x})
    b: int

# 正常实例化
c = C(1, 2)
print(c.a, c.b) # 输出 1 2

内容的提问来源于stack exchange，提问作者Tsah Weiss