Nach dieser Lektion kannst du:

• den für Menschen lesbaren Text eines Objekts mit __str__ anpassen.
• den Unterschied zwischen __str__ und dem für Entwickler gedachten __repr__ verstehen.
• einfache datenhaltende Klassen mit @dataclass und typisierten Feldern deklarieren.
• dich auf die von Dataclasses erzeugte Initialisierung und wertbasierte Gleichheit verlassen.

Python nennt Methoden mit Namen wie __str__ und __repr__ Dunder-Methoden (kurz für „double underscore“, also doppelter Unterstrich). str(obj) und print(obj) verwenden __str__, sofern vorhanden. repr(obj) soll Entwicklern helfen, ein Objekt zu untersuchen; standardmäßig zeigt Python möglicherweise eine allgemeine Darstellung aus Klasse und Adresse.

Für datenorientierte Klassen erstellt @dataclass aus dataclasses automatisch gängige Methoden auf Basis der deklarierten, typannotierten Felder. Dazu gehören ein Initialisierer, eine nützliche Darstellung und wertbasierte Gleichheit (==). Typannotationen beschreiben Felder; sie validieren Typen zur Laufzeit nicht automatisch.

Du kannst in einer Dataclass trotzdem ein eigenes __str__ definieren, um die Anzeige zu steuern, und behältst dabei den erzeugten Initialisierer und die Gleichheit. Bevorzuge Dataclasses für einfache strukturierte Datensätze; behalte komplexes Verhalten in gewöhnlichen Klassen, wenn das für mehr Klarheit sorgt.

1. Ein lesbares __str__ bereitstellen

class Server:
    def __init__(self, name, region):
        self.name = name
        self.region = region

    def __str__(self):
        return f"{self.name}@{self.region}"

print(Server("worker", "eu"))

Ausgabe:

worker@eu

__str__ muss einen String zurückgeben, nicht ausgeben.

2. Lesbare und entwicklerorientierte Darstellung vergleichen

Diese Klasse definiert beide Darstellungen für unterschiedliche Zielgruppen.

class Build:
    def __init__(self, number):
        self.number = number

    def __str__(self):
        return f"Build #{self.number}"

    def __repr__(self):
        return f"Build(number={self.number})"

build = Build(9)
print(str(build))
print(repr(build))

Ausgabe:

Build #9
Build(number=9)

3. @dataclass den Initialisierer erstellen lassen

from dataclasses import dataclass

@dataclass
class Job:
    name: str
    retries: int

job = Job("backup", 2)
print(job.name)
print(repr(job))

Ausgabe:

backup
Job(name='backup', retries=2)

Die Felder werden automatisch zu Konstruktorparametern.

4. Dataclass-Werte vergleichen

Zwei verschiedene Instanzen können trotzdem gleiche Daten darstellen.

from dataclasses import dataclass

@dataclass
class Version:
    component: str
    major: int

first = Version("api", 2)
second = Version("api", 2)
print(first == second)
print(first is second)

Ausgabe:

True
False

1. Eine Zahl oder None aus __str__ zurückgeben; Python verlangt einen String.
2. is verwenden, um unabhängige Datensätze nach ihrem Wert zu vergleichen.
3. Denken, dass die Typannotationen einer Dataclass Typen zur Laufzeit automatisch erzwingen.
4. Annehmen, dass @dataclass das Schreiben eigener Methoden verhindert; du kannst das Verhalten weiterhin anpassen.