在 Python 中创建“结构体”并没有像 C 语言那样的原生 `struct` 关键字，但可以通过 **类（class）、dataclass、namedtuple、TypedDict 以及 struct 模块** 等多种方式实现结构化数据管理。**如果你希望定义清晰的数据模型，推荐使用 dataclass；如果追求轻量级和不可变特性，namedtuple 是理想选择；如果涉及二进制数据解析，则应使用 struct 模块。**选择合适方式，取决于数据场景、性能需求与可维护性要求。

## 一、什么是“结构体”？Python为什么没有传统结构体

在讨论 Python 如何创建结构体之前，需要理解“结构体”的本质。结构体（Struct）最早来源于 C 语言，用于将多个不同类型的字段组合为一个整体数据结构，适合描述实体对象，例如用户、订单、配置参数等。结构体强调的是数据的组织，而非行为逻辑。

Python 作为一种面向对象的高级语言，本身并没有单独的结构体关键字，因为 **类（class）本身已经可以承担结构体的功能**。相比 C 语言结构体，Python 的类不仅可以存储数据，还可以定义方法、继承和多态。因此，从语言设计角度看，Python 将结构体能力融合进类系统中，而不是单独设计。

在现代 Python 项目中，结构体概念更多体现在“数据模型”或“数据容器”上，例如配置对象、DTO（数据传输对象）、接口数据结构等。因此，理解 Python 结构体的实现方式，本质上是理解 Python 如何进行结构化数据建模。

## 二、使用 class 创建结构体（最基础方式）

在 Python 中创建结构体最直接的方法是定义一个类。类是 Python 最基础、最灵活的数据结构方式。

```python
class User:
    def __init__(self, name: str, age: int, email: str):
        self.name = name
        self.age = age
        self.email = email
```

这种方式本质上就是创建一个“结构体”。实例化：

```python
u = User("Alice", 25, "alice@example.com")
```

### 优点

1. 语法清晰，易于扩展  
2. 支持方法定义  
3. 支持继承与封装  

### 缺点

1. 代码略显冗长  
2. 需要手写构造函数  
3. 默认不支持自动比较、打印优化  

在实际工程中，使用 class 创建结构体适合需要业务逻辑方法的复杂数据对象，例如订单对象、权限模型、业务实体等。

## 三、使用 dataclass 创建现代结构体（推荐方式）

Python 3.7 引入 `dataclasses` 模块（PEP 557），大幅简化结构体创建过程。根据 Python 官方文档（Python Software Foundation，2018），dataclass 可以自动生成 `__init__`、`__repr__`、`__eq__` 等方法。

示例：

```python
from dataclasses import dataclass

@dataclass
class User:
    name: str
    age: int
    email: str
```

### 核心优势

- 自动生成构造函数  
- 自动生成打印输出  
- 自动支持比较  
- 支持默认值与类型注解  

例如：

```python
user = User("Bob", 30, "bob@example.com")
print(user)
```

输出格式清晰，利于调试。

### dataclass 与 class 对比

| 对比维度 | class | dataclass |
|----------|--------|------------|
| 代码简洁度 | 一般 | 高 |
| 自动生成方法 | 否 | 是 |
| 类型注解支持 | 手动 | 强支持 |
| 可读性 | 普通 | 高 |
| 推荐程度 | 传统方式 | ⭐⭐⭐⭐⭐ |

**在现代 Python 项目中，dataclass 是创建结构体的最佳实践。**

## 四、使用 namedtuple 创建轻量级结构体

如果你希望结构体不可变（immutable），可以使用 `collections.namedtuple`。

```python
from collections import namedtuple

User = namedtuple("User", ["name", "age", "email"])

u = User("Alice", 25, "alice@example.com")
```

### 特点

- 不可变（数据不能修改）
- 占用内存更小
- 支持索引访问

示例：

```python
print(u.name)
print(u[0])
```

### 适用场景

- 配置数据
- 数据库查询结果
- 不需要修改的数据结构

### namedtuple 与 dataclass 对比

| 特性 | namedtuple | dataclass |
|------|------------|------------|
| 是否可变 | 否 | 是（默认） |
| 内存占用 | 较低 | 较高 |
| 语法简洁 | 高 | 高 |
| 可扩展性 | 一般 | 强 |
| 推荐场景 | 只读数据 | 通用数据模型 |

**如果你只需要只读结构体，namedtuple 是非常优雅的解决方案。**

## 五、使用 TypedDict 创建字典结构体

Python 3.8 引入 `TypedDict`（PEP 589）。根据 Python 官方文档（Python Software Foundation，2019），TypedDict 用于为字典添加类型提示。

示例：

```python
from typing import TypedDict

class User(TypedDict):
    name: str
    age: int
    email: str
```

使用方式：

```python
u: User = {
    "name": "Alice",
    "age": 25,
    "email": "alice@example.com"
}
```

### 特点

- 仍然是 dict
- 增强类型检查
- 适合 API 数据建模

适用于：

- JSON 数据
- 前后端接口结构
- 数据校验场景

TypedDict 并非真正结构体，而是增强版字典，但在大型项目中非常实用。

## 六、使用 struct 模块处理二进制结构体

如果你需要处理底层二进制数据，例如文件格式、网络协议、C 接口通信，可以使用 `struct` 模块。

```python
import struct

packed = struct.pack("i f", 10, 3.14)
unpacked = struct.unpack("i f", packed)
```

### 说明

- `"i"` 表示整数
- `"f"` 表示浮点数

struct 模块适用于：

- 网络协议解析
- 文件格式解析
- 嵌入式数据处理

这是最接近 C 语言结构体的方式。

## 七、五种结构体方式综合对比

| 方法 | 是否可变 | 适用场景 | 复杂度 | 推荐指数 |
|------|----------|----------|--------|----------|
| class | 是 | 业务模型 | 中 | ⭐⭐⭐⭐ |
| dataclass | 是 | 数据模型 | 低 | ⭐⭐⭐⭐⭐ |
| namedtuple | 否 | 只读数据 | 低 | ⭐⭐⭐⭐ |
| TypedDict | 是 | JSON结构 | 低 | ⭐⭐⭐⭐ |
| struct模块 | 不适用 | 二进制数据 | 高 | ⭐⭐⭐ |

**综合来看，dataclass 是当前 Python 创建结构体的主流选择。**

## 八、如何选择合适的结构体方式

在实际项目中，选择结构体实现方式需要考虑以下因素：

如果是普通业务数据模型，推荐使用 **dataclass**，因为它代码简洁且功能完善。

如果数据不可变，选择 **namedtuple**。

如果数据来自 JSON 或 API，建议使用 **TypedDict**。

如果需要与 C 语言或二进制协议交互，必须使用 **struct 模块**。

如果需要自定义复杂逻辑，使用 **传统 class**。

合理选择结构体方式，可以提升代码可维护性、可读性和类型安全性。

## 九、总结与未来趋势

Python 创建结构体的方式非常多样化，从传统 class 到现代 dataclass，再到 TypedDict 与 struct 模块，覆盖了几乎所有结构化数据场景。**对于绝大多数开发者而言，dataclass 是最优解，它兼顾简洁性、类型安全和可扩展性。**

未来，随着类型系统增强（如 PEP 681 Data Class Transforms 等提案的发展），Python 在数据建模与结构体表达方面将更加完善。静态类型检查工具（如 mypy）的普及，也会进一步推动 TypedDict 与 dataclass 的应用。

对于想写出高质量 Python 代码的开发者来说，掌握结构体创建方式不仅是基础能力，更是提升代码工程化水平的关键步骤。

参考与资料来源：

Python Software Foundation. (2018). PEP 557 – Data Classes.  
Python Software Foundation. (2019). PEP 589 – TypedDict.

在 Python 中，可以通过定义类（class）来创建结构体样式的数据类型。类可以包含多个属性，用于存储不同字段的数据。例如，可以定义一个类，并在其 __init__ 方法中初始化属性，这样就类似于结构体的字段。

使用类定义结构体样式的数据类型

我想在 Python 中创建一个类似于 C 语言结构体的数据类型，该如何实现呢？

Python 中如何定义类似结构体的数据类型？

Python 标准库提供了 collections.namedtuple 和 dataclasses 两种方式来实现结构体功能。namedtuple 创建了不可变的具名元组，而 dataclasses 允许创建带有字段的类，并且支持默认值和类型注解，使用起来更加灵活和方便。

可以使用 collections.namedtuple 或 dataclasses

想了解一下，Python 标准库里有没有专门用来实现结构体功能的工具或者模块？

有没有 Python 标准库支持类似结构体的功能？

如果使用类定义结构体，可以通过对象的属性名来访问和修改字段。例如，实例对象的属性可以直接读取或赋值。使用 namedtuple 时虽然字段访问方便，但元组不可变，无法修改字段。dataclasses 既支持可变字段访问，也方便修改。

通过对象属性访问和赋值字段内容

在 Python 中创建的结构体对象，如何方便地访问和修改其中的字段数据？

如何实现结构体实例数据的访问和修改？

PingCodeDocs

Python并没有传统意义上的结构体关键字，但可以通过class、dataclass、namedtuple、TypedDict以及struct模块实现结构化数据管理。对于大多数数据建模场景，dataclass是最推荐的方式，代码简洁且自动生成常用方法；如果需要只读结构，可选择namedtuple；处理JSON数据适合TypedDict；涉及二进制解析则使用struct模块。合理选择结构体实现方式，有助于提升代码的可读性与可维护性。

python怎么创建结构体

用户关注问题