你为什么还在写 __init__，99% 的大厂程序员早就不用了

不是我吓你，现在再去翻某些大厂的 Python 项目源码，你会发现：
__init__ 基本上都"消失"了，取而代之的是一套更优雅、更易维护的写法。

而你可能还在每个类里写那种千篇一律的 def __init__(self, a, b, c): ...

每次写都像在复制粘贴，代码又臭又长，还不灵活。

一旦要写异步？测试？依赖注入？瞬间原地爆炸。

我之前也一样，直到有一次写个简单的文件读取类，被 init 限制得死死的，

测试 patch 半天，结果代码还是一堆锅。

后来一怒之下，我决定换一种写法------没想到，一下子就通透了。

不用 __init__，反而让代码更清爽、逻辑更聚焦、测试更优雅。

今天这篇文章，我就带你完整拆解这套写法：

传统方式的问题

举个例子，我以前经常这样写一个读取文件的类：

python 复制代码

class FileReader:
    def __init__(self, path):
        self._fd = open_file(path)

    def read(self, length):
        return read_file(self._fd, length)

    def close(self):
        close_file(self._fd)

刚开始看起来一切正常：构造对象时自动打开文件，使用起来也挺方便。

但项目稍微一复杂，问题就来了：

有时候我拿到的是一个现成的文件描述符，不是文件路径；
有时候我只是想构造对象，不希望立刻执行打开文件操作；
有时候是在做测试，我根本不想触碰实际的文件系统。

为了兼容这些场景，我的 __init__ 方法就开始变得越来越复杂，参数越来越多，逻辑越来越难维护。

更关键的是：这些代码本质上只是"把数据装进类"，完全没有必要手写。

我现在怎么写？

我的新写法主要依赖两个Python特性：

@dataclass
@classmethod

通过这两个工具，我几乎不再手写 __init__。

来看一个等价但更简洁的实现：

python 复制代码

from dataclasses import dataclass

@dataclass
class FileReader:
    _fd: int

    def read(self, length: int):
        return read_file(self._fd, length)

    def close(self):
        close_file(self._fd)

使用时你可以这样构造对象：

python 复制代码

fd = open_file("data.txt")
reader = FileReader(fd)

如果想进一步简化调用体验，可以加一个工厂方法：

python 复制代码

@dataclass
class FileReader:
    _fd: int

    @classmethod
    def from_path(cls, path: str):
        return cls(open_file(path))

调用时就变成：

python 复制代码

reader = FileReader.from_path("data.txt")

清晰、自然、语义明确。类的职责更单一：它只是"用来持有数据和行为"，不再强行耦合初始化逻辑。

测试也更简单

以前写测试，要 mock 掉 open_file，处理不好还容易出错。

现在有了 dataclass，我完全可以直接传入一个假的文件描述符，用于测试：

python 复制代码

reader = FileReader(9999)

无需真正打开文件，测试更轻量，也不需要修改类的任何代码。

支持异步构造

你可能会问：如果初始化过程是异步的，比如调用接口登录、异步打开连接，该怎么办？

这就是 @classmethod 的强大之处。它完全可以是异步的：

python 复制代码

@dataclass
class ApiClient:
    token: str

    @classmethod
    async def login(cls, user, password):
        token = await get_token(user, password)
        return cls(token)

相比之下，Python 并不允许 __init__ 是异步的。这种模式大大增强了灵活性。

类型安全也能做到

还有个问题：如果你担心 _fd 是个普通的 int，容易被误传怎么办？

这时候可以用 NewType 来提高类型的区分度：

python 复制代码

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

@dataclass
class FileReader:
    _fd: FileDescriptor

配合类型检查工具（如 mypy），可以提前发现类型使用错误，避免传错参数。

小结

现在我写类，基本遵循以下原则：

用 @dataclass 自动生成 __init__；
用 @classmethod 创建命名明确的构造方式；
所有依赖都通过属性注入，确保类始终是"完整、有效"的；
如有必要，用 NewType 让参数类型更明确。

这种方式不仅让代码更易维护，也让测试、扩展、阅读体验显著提升。

如果你写Python类还在第一时间写 __init__，不妨试试换个思路，可能你会发现一条完全不一样的路径。

这不是偷懒，而是更合理地利用语言特性，让我们专注于真正有价值的逻辑，而不是重复劳动。

如果这篇文章对你有启发，欢迎转发给正在苦写 __init__ 的朋友。

我们下次再聊。