ihawk

很难得,真的太好了,感谢开源了这么实用又复杂的项目

@AX5N 不是吧，哪有这么武断的，从强类型到弱类型，是一个渐变的过程。从维基百科 [https://zh.wikipedia.org/wiki/%E5%BC%B7%E5%BC%B1%E5%9E%8B%E5%88%A5] 列出的一系列“强类型”要素来看，以下几条 Python 肯定是不符合的：

* 类型是与变量相连系的名称（通常是在声明时），而不是值（通常是在初始化时）
* 拒绝(在要么编译时间要么运行时间)尝试忽视资料类型的操作或函数调用
* 禁止类型转换。某个类型的值，不论是不是以显式或隐式的方式，都不可转换为另一个类型。

显然它的类型系统不是那么“强”。

当然， 这不是本帖的重点，而且 Benjamin 也说了：“这些术语的用法不尽相同，所以也就近乎无用”。

@xiri 嗯，我是这样理解“强类型”的：就是一个变量或属性，声明的时候是什么类型，赋值的时候，就必须是这个类型。从这个意思上，Python 应该不属于强类型。Python 的数据类型设计思路不也称为“duck typing”么：只要看起来像是这个类型，就可以用了，至于它本来如何声明的，不重要。

所以我这个小工具（包括 dacite ），可能不太 pythonic，不过语言都在互相借鉴，PEP 这两年也一直在加强类型声明。

@weyou 理解你的意思了，目标不太一样，你的项目是想尽量方便地把 dict 转换成对象，实现得还挺强大的。不过我这里是假设已经有业务对象了，就是想按指定的类型反序列化。

@hsfzxjy 好， 我也看看 dataclasses 装饰器，dacite 好像是要求必须要用这个装饰器的

@lishunan246 哎，看了一下，dacite 好像还真是做这个的，而且做得挺完整，看来又重新造轮子了。我再仔细研究研究。

@hsfzxjy 谢谢，我去看看 literal_eval，不过我在 eval 的时候，已经清空了所有环境，只保留最基本的表达式解析，还是比较安全的。