IT博客汇 | Python 类不要再写 __init_

Python 类不要再写 init 方法了

豌豆花下猫发表于 2025-05-02 00:00:00

花下猫语：我们周刊第 98 期分享过一篇文章，它指出了 __init__ 方法存在的问题和新的最佳实践，第 99 期也分享了一篇文章佐证了第一篇文章的观点。我认为它们提出的是一个值得注意和思考的问题，因此将第一篇文章翻译成了中文。

原作：Glyph

译者：豌豆花下猫@Python猫

原题：Stop Writing __init__ Methods

原文：https://blog.glyph.im/2025/04/stop-writing-init-methods.html

历史背景

在 Python 3.7 版本（2018 年 6 月发布）引入数据类 (dataclasses) 之前，__init__ 特殊方法有着重要的用途。如果你有一个表示数据结构的类——例如带有 x 和 y 属性的 2DCoordinate——你如果想通过 2DCoordinate(x=1, y=2) 这样的方式构造它，就需要添加一个带有 x 和 y 参数的 __init__ 方法。

那时候可用的其它实现方法都存在相当严重的问题：

你可以将 2DCoordinate 从公共 API 中移除，转而暴露一个 make_2d_coordinate 函数并使其不可导入，但这样你该如何在文档体现返回值或参数类型呢？
你可以记录 x 和 y 属性并让用户自己分别赋值，但这样 2DCoordinate() 就会返回一个无效的对象。
你可以使用类属性将坐标默认值设为 0，这虽然解决了选项 2 的问题，但这会要求所有 2DCoordinate 对象不仅是可变的，而且在每个调用点都必须被修改。
你可以通过添加一个新的抽象类来解决选项 1 的问题，这个抽象类可以在公共 API 中暴露，但这会使每个新的公共类的复杂性激增，无论它有多简单。更糟糕的是，typing.Protocol 直到 Python 3.8 才出现，所以在 3.7 之前的版本中，这会迫使你使用具体的继承并声明多个类，即使对于最基本的数据结构也是如此。

此外，一个只负责分配几个属性的 __init__ 方法并没有什么明显的问题，所以在这种情况下它是一个不错的选择。考虑到我刚才描述的所有替代方案的问题，它在大多数情况下成为了明显的默认选择，这是有道理的。

然而，因为接受了”定义一个自定义的 __init__“作为用户创建对象的默认方式，我们养成了一个习惯：在每个类的开头都放上一堆可以随意编写的代码，这些代码在每次实例化时都会被执行。

哪里有随意编写的代码，哪里就会有不可控的问题。

问题所在

让我们设想一个复杂点的数据结构，创建一个与外部 I/O 交互的结构：FileReader。

当然 Python 有自己的文件对象抽象，但为了演示，我们暂时忽略它。

假设我们有以下函数，位于一个 fileio 模块中：

open(path: str) -> int
read(fileno: int, length: int)
close(fileno: int)

我们假设 fileio.open 返回一个表示文件描述符的整数【注1】，fileio.read 从打开的文件描述符中读取 length 个字节，而 fileio.close 则关闭该文件描述符，使其失效。

根据我们写了无数个 __init__ 方法所形成的思维习惯，我们可能会这样定义 FileReader 类：

class FileReader:
    def __init__(self, path: str) -> None:
        self._fd = fileio.open(path)
    def read(self, length: int) -> bytes:
        return fileio.read(self._fd, length)
    def close(self) -> None:
        fileio.close(self._fd)

对于我们的初始用例，这没问题。客户端代码通过执行类似 FileReader("./config.json") 的操作，来创建一个 FileReader，它会将文件描述符 int 作为私有状态维护起来。这正是我们期望的；我们不希望用户代码看到或篡改 _fd，因为这可能会违反 FileReader 的不变性。构造有效 FileReader 所需的所有必要工作——即调用 open——都由 FileReader.__init__ 处理好了。

然而，随着需求增加，FileReader.__init__ 变得越来越尴尬。

最初我们只关心 fileio.open，但后来，我们可能需要适配一个库，它因为某种原因需要自己管理对 fileio.open 的调用，并想要返回一个 int 作为我们的 _fd，现在我们不得不采用像这样的奇怪变通方法：

def reader_from_fd(fd: int) -> FileReader:
    fr = object.__new__(FileReader)
    fr._fd = fd
    return fr

这样一来，我们之前通过规范对象创建过程所获得的所有优势都丢失了。reader_from_fd的类型签名接收的只是一个普通的int，它甚至无法向调用者建议该如何传入的正确的int 类型。

测试也变得麻烦多了，因为当我们想要在测试中获取 FileReader 的实例而不做实际的文件 I/O 时，都必须打桩替换自己的 fileio.open 副本，即使我们可以（例如）为测试目的在多个 FileReader 之间共享一个文件描述符。

上述例子都假定 fileio.open 是同步操作。但有许多网络资源实际上只能通过异步（因此：可能缓慢，可能容易出错）API 获得，虽然这可能是一个假设性问题。如果你曾经想要写出 async def __init__(self): ...，那么你已经在实践中碰到了这种限制。

要全面描述这种方法的所有问题，恐怕得写一本关于面向对象设计哲学的专著。所以我简单总结一下：所有这些问题的根源其实是相同的——我们把“创建数据结构”这个行为与“这个数据结构常见的副作用”紧密地绑定在了一起。既然说是“常见的”，那就意味着它们并非“总是”相关联的。而在那些并不相关的情况下，代码就会变得笨重且容易出问题

总而言之，定义 __init__ 是一种反模式，我们需要一个替代方案。

解决方案

我认为采用以下三种设计，可解决上述问题：

使用 dataclass 定义属性，
替换之前在 __init__ 中执行的行为，改为用一个新的类方法来实现相同的功能，
使用精确的类型来描述一个有效的实例。

使用 `dataclass` 属性来创建 `init`

首先，让我们将 FileReader 重构为一个 dataclass。它会为我们生成一个 __init__ 方法，但这不是我们可以随意定义的，它会受到约束，即只能用于赋值属性。

@dataclass
class FileReader:
    _fd: int
    def read(self, length: int) -> bytes:
        return fileio.read(self._fd, length)
    def close(self) -> None:
        fileio.close(self._fd)

但是… 糟糕。在修复自定义 __init__ 调用 fileio.open 的问题时，我们又引入了它所解决的几个问题：

我们丢失了 FileReader("path") 的简洁便利。现在用户不得不导入底层的 fileio.open，这让最常见的创建对象方式变得既啰嗦又不直观。如果我们想让用户知道如何在实际场景中创建 FileReader，就不得不在文档中添加对其它模块的使用指导。
对 _fd 作为文件描述符的有效性没有强制检查；它只是一个整数，用户很容易传入不正确的数字，但没有出现报错。

单独来看，只使用 dataclass ，无法解决所有问题，所以我们要加入第二项技术。

使用 `classmethod` 工厂来创建对象

我们不希望产生额外的导入，或要求用户去查看其它模块——即除了 FileReader 本身之外的任何东西——来弄清楚该如何创建想要的 FileReader。

幸运的是，我们有一个工具可以轻松解决这些问题：@classmethod。让我们定义一个 FileReader.open 类方法：

from typing import Self
@dataclass
class FileReader:
    _fd: int
    @classmethod
    def open(cls, path: str) -> Self:
        return cls(fileio.open(path))

现在，你的调用者可以将 FileReader("path") 替换为 FileReader.open("path")，获得与__init__ 相同的好处。

另外，如果我们需要使用await fileio.open(...)，就需要一个签名为@classmethod async def open的方法，这可以不受限于__init__作为特殊方法的约束。@classmethod 完全可以是async的，它还可对返回值作修改，比如返回一组相关值的tuple，而不仅仅是返回构造好的对象。

使用 `NewType` 解决对象有效性问题

接下来，让我们解决稍微棘手的对象有效性问题。

我们的类型签名将这个东西称为 int，底层的 fileio.open 返回的就是普通整数，这点我们无法改变。但是为了有效校验，我们可以使用 NewType 来精确要求：

from typing import NewType
FileDescriptor = NewType("FileDescriptor", int)

有几种方法可以处理底层库的问题，但为简洁起见，也为了展示这种方法不会带来任何运行时开销，我们干脆直接告诉 Mypy：这里使用的 fileio.open、fileio.read 和 fileio.write 已经接收 FileDescriptor 类型的整数，而不是普通整数。

from typing import Callable
_open: Callable[[str], FileDescriptor] = fileio.open  # type:ignore[assignment]
_read: Callable[[FileDescriptor, int], bytes] = fileio.read
_close: Callable[[FileDescriptor], None] = fileio.close

当然，我们也必须稍微调整 FileReader，但改动很小。综合这些修改，代码变成了：

from typing import Self
@dataclass
class FileReader:
    _fd: FileDescriptor
    @classmethod
    def open(cls, path: str) -> Self:
        return cls(_open(path))
    def read(self, length: int) -> bytes:
        return _read(self._fd, length)
    def close(self) -> None:
        _close(self._fd)

请注意，这里的关键不是使用NewType，而是让“属性齐全”的对象自然成为“有效实例”。NewType只是一个方便的工具，帮助我们在使用int、str或bytes等基本类型时施加必要的约束。

总结 - 新的最佳实践

从现在开始，当你定义新的 Python 类时：

将它写成数据类（或者一个 attrs 类，如果你喜欢的话）
使用默认的 __init__ 方法。【注2】
添加 @classmethod ，为调用者提供方便且公开的对象构造方法。
要求所有依赖项都通过属性来满足，这样总是先创建出一个有效的对象。
使用typing.NewType来对基本数据类型（比如int和str）添加限制条件，尤其是当这些类型需要具备一些特殊属性时，比如必须来自某个特定库、必须是随机生成的等等。

如果以这种方式来定义类，你将获得自定义 __init__ 方法的所有好处：

所有调用你数据结构的人都能拿到有效对象，因为只要属性设置正确，对象自然就是有效的。
你的库用户能够使用便捷的对象创建方法，这些方法会处理好各种复杂工作，让使用变得简单。而且用户只要看一眼类的方法列表，就能发现这些创建方式。

还有一些其它的好处：

你的代码会更经得起未来的考验，能轻松应对用户创建对象的各种新需求。
如果需要有多种实例化你的类的方式，那么可以给每种方式一个有意义的名称；不需要使用像 def __init__(self, maybe_a_filename: int | str | None = None): 这样的怪物。
写测试时，你只需要提供所有需要的依赖项就能构造对象；不需要再用猴子补丁了，因为你可以直接调用类型构造器而不会产生任何 I/O 操作或副作用。

在没有数据类之前，Python 语言中有个怪现象：仅仅是给数据结构填充数据这么基础的事情，竟然要重写一个带着 4 个下划线的方法。__init__方法就像个异类。而其他的魔术方法，像__add__或__repr__，本质上是在处理类的一些高级特性。

如今，这个历史遗留的语言瑕疵已经得到解决。有了@dataclass、@classmethod 和 NewType ，你可以构建出易用、符合 Python 风格、灵活、易测试和健壮的类。

文中注释：

如果你还不熟悉，“文件描述符”其实是一个只在程序内部有意义的整数。当你让操作系统打开一个文件时，它会回应“我已经为你打开了文件 7”，之后每当你引用“7”这个数字，它就代表那个文件，直到你执行close(7)关闭它。
当然，除非你有非常充分的理由。比如为了向后兼容，或者与其它库兼容，这些都可能是合理的理由。还有一些数据一致性校验，是无法通过类型系统表达的。最常见的例子是需要检查两个不同字段之间关系的类，比如“range”对象，其中start必须始终小于end。这类规则总有例外。不过，在__init__里执行任何 I/O 操作基本上都不是好主意，而那些在某些特殊情况下可能有用的其它操作，几乎都可以通过__post_init__来实现，而不必直接写__init__。

Python 类不要再写 __init__ 方法了