Python中super()调用父类类方法报错，显式调用却正常的问题咨询

嗨，我来帮你把这个问题捋明白！

你遇到的核心问题其实和Python类方法里的cls参数绑定规则有关，咱们一步步拆解：

为什么用super().from_dict(row)会报错？ #

当你在KnownSample的from_dict方法里调用super().from_dict(row)时，虽然调用的是父类Sample的from_dict方法，但这个方法里的cls参数并不是Sample类本身，而是当前触发调用的子类——也就是KnownSample！

类方法的cls参数是动态绑定的：谁触发了类方法的调用，cls就指向谁。所以父类Sample的from_dict里执行cls(...)的时候，实际上是在调用KnownSample.__init__，而KnownSample的构造方法要求必须传入species参数，但父类的from_dict方法里只传了花萼、花瓣的四个长度参数，完全没处理species，自然就会抛出“缺少species参数”的类型错误了。

为什么显式调用Sample.from_dict(row)就正常？ #

当你直接写Sample.from_dict(row)时，这个方法里的cls参数就明确绑定为Sample类本身了，执行cls(...)调用的是Sample.__init__，而这个构造方法里species是可选参数（默认值为None），所以即使没传species也能正常创建Sample实例，不会报错。

那如果想用super()来实现，该怎么改？ #

其实你可以调整父类的from_dict方法，让它能处理row里的species参数，这样子类调用super()时就能直接创建KnownSample实例，不需要先创建Sample再转一遍：

修改后的父类Sample的from_dict：

@classmethod
def from_dict(cls, row: dict[str, str]) -> "Sample":
    try:
        # 先提取四个长度参数
        kwargs = {
            "sepal_length": float(row["sepal_length"]),
            "sepal_width": float(row["sepal_width"]),
            "petal_length": float(row["petal_length"]),
            "petal_width": float(row["petal_width"]),
        }
        # 如果row里有species字段，就加入参数字典
        if "species" in row:
            kwargs["species"] = row["species"]
        return cls(**kwargs)
    except ValueError as ex:
        raise InvalidSampleError(f"invalid {row!r}")

修改后的子类KnownSample的from_dict：

@classmethod
def from_dict(cls, row: dict[str, str]) -> "KnownSample":
    # 先验证species的合法性
    if row["species"] not in [species.value for species in Species]:
        raise InvalidSampleError(f"invalid species in {row!r}")
    try:
        # 直接用super调用，此时cls是KnownSample，父类方法会把species传入构造方法
        return super().from_dict(row)
    except ValueError as ex:
        raise InvalidSampleError(f"invalid {row!r}")

这样修改后，既可以用super()来复用父类的逻辑，又能满足子类KnownSample对species的必填要求，代码也更简洁～

备注：内容来源于stack exchange，提问作者descue