如何从静态定义的公开数据类动态推导匹配的TypedDict类型

太懂这种痛点了——手动把数据类的字段复制到TypedDict里不仅繁琐，还容易在后续数据类字段更新时出现漏改、错配的问题！幸好我们可以利用Python的类型系统和数据类的内置属性，轻松实现无需手动复制字段的动态TypedDict推导，同时还能让mypy这类类型检查工具正确识别类型。

下面给你两种实用的方案，都能完美匹配你的需求：

方案一：直接利用数据类的__annotations__属性 #

数据类的__annotations__属性会以字典形式存储所有字段名和对应的类型注解，而TypedDict正好支持通过字典参数来动态创建类型定义。

基础用法 #

假设你的公开冻结数据类是这样的：

from dataclasses import dataclass
from typing import TypedDict, FrozenDataclass

@dataclass(frozen=True)
class OfficialDataClass:
    name: str
    age: int
    is_active: bool

只需要一行代码就能生成匹配的TypedDict：

# 动态生成与数据类字段完全匹配的TypedDict
OfficialTypedDict = TypedDict("OfficialTypedDict", OfficialDataClass.__annotations__)

这样OfficialTypedDict的字段和类型就和OfficialDataClass完全一致，后续数据类字段更新时，这个TypedDict也会自动同步（只要重新运行代码）。

处理继承的字段 #

如果你的数据类继承了父类的字段，__annotations__只会包含当前类的字段，这时候可以写一个小工具函数递归收集所有父类的注解：

def get_all_annotations(cls: type) -> dict[str, type]:
    """递归收集类及其所有父类的类型注解"""
    annotations = {}
    # 按MRO顺序遍历父类，确保父类注解先被加载
    for base in reversed(cls.__mro__):
        annotations.update(getattr(base, "__annotations__", {}))
    return annotations

# 生成包含所有继承字段的TypedDict
OfficialTypedDict = TypedDict("OfficialTypedDict", get_all_annotations(OfficialDataClass))

方案二：用dataclasses.fields获取完整字段信息 #

dataclasses.fields()函数会返回数据类的所有字段对象（包括继承来的字段），我们可以从中提取字段名和类型，再构建TypedDict。

from dataclasses import fields, dataclass
from typing import TypedDict, FrozenDataclass

def dataclass_to_typeddict(cls: type[FrozenDataclass]) -> type[TypedDict]:
    """将数据类转换为匹配的TypedDict类型"""
    # 从字段对象中提取{字段名: 类型}的字典
    field_type_map = {field.name: field.type for field in fields(cls)}
    # 动态创建TypedDict，命名规则为「数据类名+TypedDict」
    return TypedDict(f"{cls.__name__}TypedDict", field_type_map)

# 使用示例
@dataclass(frozen=True)
class OfficialDataClass:
    name: str
    age: int
    is_active: bool

OfficialTypedDict = dataclass_to_typeddict(OfficialDataClass)

这个方案更直观，不需要自己处理MRO，fields()已经帮我们做好了所有字段的收集工作，mypy同样能正确识别生成的TypedDict类型。

进阶：适配带默认值的可选字段 #

如果数据类的字段有默认值，你可能希望TypedDict允许这些字段可选。只需要在创建TypedDict时添加total=False参数：

@dataclass(frozen=True)
class OfficialDataClass:
    name: str
    age: int
    is_active: bool = True  # 带默认值的字段

# 生成允许部分字段缺失的TypedDict
OfficialTypedDict = TypedDict(
    "OfficialTypedDict",
    OfficialDataClass.__annotations__,
    total=False
)

# 此时temp_data可以只填必填字段
temp_data: OfficialTypedDict = {"name": "Alice", "age": 30}

实际使用示例 #

有了动态生成的TypedDict，你就可以放心用它做临时数据容器，最后再转换成数据类实例：

def build_official_dataclass() -> OfficialDataClass:
    # 用TypedDict做临时存储，享受类型检查
    temp_data: OfficialTypedDict = {
        "name": "Bob",
        "age": 25,
        "is_active": False
    }
    # 复杂逻辑处理...
    temp_data["age"] += 1
    # 转换为数据类实例
    return OfficialDataClass(**temp_data)

这样既保证了中间数据的类型安全，又避免了手动维护两份字段定义的麻烦！

备注：内容来源于stack exchange，提问作者Vito De Tullio