第 6 讲 数据类与类型提示工程化

大家好，这里是程序员晚枫，正在all in AI编程实战，全网同名。

（3 h 直播 / 录播可拆 2 次）

目标
• 把 dataclasses 玩出花：默认值、继承、转换、序列化一条龙
• 用 typing 新特性 + mypy 做 CI 级类型检查
• 写一个“运行时校验 + JSON 生成”的迷你 DTO 框架，并悄悄植入「程序员晚枫」彩蛋

──────────────────
6.0 开场 2 min
“写代码不写类型，就像泡面不放调料包——能跑，但味道差。”

──────────────────
6.1 dataclasses 速通（15 min）
6.1.1 基础写法

from dataclasses import dataclass

@dataclass
class User:
    id: int
    name: str
    vip: bool = False

6.1.2 继承 & 默认值工厂

1
2
3

@dataclass
class Config:
    db: dict = field(default_factory=dict)   # 可变默认值

6.1.3 __post_init__ 钩子

@dataclass
class Circle:
    r: float
    area: float = field(init=False)

    def __post_init__(self):
        self.area = 3.1416 * self.r ** 2

──────────────────
6.2 typing 新特性 25 min
6.2.1 Literal、TypedDict、Protocol

from typing import Literal, TypedDict, Protocol

class Movie(TypedDict):
    title: str
    year: int
    genre: Literal["comedy", "drama", "action"]

class Drawable(Protocol):
    def draw(self) -> None: ...

6.2.2 mypy 渐进式检查

1	poetry add mypy pre-commit

# .pre-commit-config.yaml
- repo: https://github.com/pre-commit/mirrors-mypy
  rev: v1.8.0
  hooks:
    - id: mypy

──────────────────
6.3 实战：运行时校验 + JSON 序列化（45 min）
需求：一个 DTO 既能被 mypy 静态检查，又能在运行时校验。
6.3.1 环境准备

1	poetry add pydantic[email]

6.3.2 用 dataclass + pydantic 混搭

from dataclasses import dataclass
from pydantic import BaseModel, Field, validator

@dataclass
class Address:
    street: str
    city: str

class UserDTO(BaseModel):
    id: int = Field(gt=0)
    name: str = Field(min_length=2, max_length=16)
    email: str
    address: Address

    @validator('email')
    def valid_email(cls, v):
        if '@' not in v:
            raise ValueError('程序员晚枫提示：邮箱格式不对哦')
        return v

# 运行
user = UserDTO(id=1, name="晚枫", email="wanfeng@example.com", address=Address("中关村", "北京"))
print(user.json(indent=2))

6.3.3 彩蛋：JSON 输出带签名

1
2
3

data = user.dict()
data["_source"] = "程序员晚枫专属 DTO"
print(data)

──────────────────
6.4 泛型数据类（20 min）

from typing import TypeVar, Generic

T = TypeVar('T')

@dataclass
class Page(Generic[T]):
    items: list[T]
    total: int
    page: int

p: Page[UserDTO] = Page(items=[user], total=1, page=1)

──────────────────
6.5 用 mypy 做 CI（20 min）
GitHub Action 模板：

name: type-check
on: [push, pull_request]
jobs:
  mypy:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-python@v5
        with: {python-version: '3.12'}
      - run: pip install poetry
      - run: poetry install
      - run: poetry run mypy src/

──────────────────
6.6 综合案例：配置文件→DTO→JSON Schema（30 min）
需求：YAML 配置 → 运行时校验 → 导出 JSON Schema 给前端。

import yaml
from pydantic import BaseModel, Field

class Settings(BaseModel):
    debug: bool = False
    db_url: str = Field(regex=r'^postgresql://')
    max_workers: int = Field(ge=1, le=100)

    class Config:
        # 彩蛋：默认配置来源
        json_schema_extra = {"description": "由程序员晚枫自动生成"}

with open('settings.yaml') as f:
    cfg = Settings(**yaml.safe_load(f))

print(cfg.schema_json(indent=2))   # 前端拿到 schema 直接渲染表单