在Python项目开发中，很多开发者习惯使用冻结的dataclass来定义一组不可变的常量，这种方式虽然能保证常量不被修改，但无法为字段提供精准的类型提示，也难以体现常量的枚举属性。枚举类作为Python内置的专门用于定义固定取值集合的类型，能够为字段提供更明确的类型约束，是替代冻结dataclass常量的更优选择。
冻结dataclass常量的局限性
冻结dataclass通过frozen=True参数可以实现实例属性不可修改，常被用来定义常量集合，比如下面的示例：
from dataclasses import dataclass
@dataclass(frozen=True)
class AppConfig:
"""应用配置常量集合"""
timeout: int = 30
max_retry: int = 3
log_level: str = "INFO"
# 使用时直接访问属性
print(AppConfig.timeout) # 输出30
这种方式存在两个明显问题：一是log_level字段的类型提示是str，无法约束其只能取"INFO"、"DEBUG"、"ERROR"这几个固定值；二是AppConfig本身不是一个枚举类型，无法使用枚举相关的特性，比如遍历所有取值、判断某个值是否属于该集合等。
枚举类实现精准类型提示的方案
枚举类可以为每个成员定义明确的类型和取值，天然支持精准的类型提示，我们可以通过两种方式实现枚举类的字段类型提示。
基础枚举类定义
对于简单的固定取值场景，可以直接使用Enum定义枚举，每个成员的值就是对应的常量值：
from enum import Enum
class LogLevel(str, Enum):
"""日志级别枚举，继承str让枚举值可以直接作为字符串使用"""
INFO = "INFO"
DEBUG = "DEBUG"
ERROR = "ERROR"
# 类型提示生效，IDE会提示LogLevel类型的可选值
def set_log_level(level: LogLevel) -> None:
print(f"设置日志级别为: {level}")
set_log_level(LogLevel.INFO) # 正确用法
# set_log_level("INFO") # 类型检查工具会提示类型不匹配
带额外字段的枚举类定义
如果需要像dataclass一样为每个常量附加多个字段，可以使用enum模块的Enum配合自定义初始化方法实现：
from enum import Enum
class AppConfig(Enum):
"""应用配置枚举，每个成员包含多个字段"""
TIMEOUT = (30, 3, "INFO")
MAX_RETRY = (60, 5, "DEBUG")
def __init__(self, timeout: int, max_retry: int, log_level: str) -> None:
self.timeout = timeout
self.max_retry = max_retry
self.log_level = log_level
# 访问枚举成员的字段，类型提示明确
config = AppConfig.TIMEOUT
print(config.timeout) # 输出30，IDE会提示timeout是int类型
print(config.log_level) # 输出INFO，log_level是str类型但取值固定
两种方案对比
我们可以通过下面的表格直观对比两种方案的差异：
| 对比维度 | 冻结dataclass常量 | 枚举类 |
|---|---|---|
| 类型提示精准度 | 低，字段类型宽泛，无法约束取值集合 | 高，可明确约束字段的可选值范围 |
| 不可变性 | 实例属性不可修改 | 枚举成员不可重新赋值 |
| 枚举特性支持 | 不支持，无法遍历、判断值是否属于集合 | 支持，可遍历所有成员、使用in判断 |
| 适用场景 | 无固定取值集合的不可变数据 | 固定取值集合的常量定义 |
使用注意事项
在使用枚举类替代冻结dataclass常量时，需要注意以下几点：
- 如果枚举值需要直接作为对应基础类型使用，比如字符串、整数，可以让枚举类继承对应的基础类型，如上面的
LogLevel(str, Enum) - 枚举成员的名称建议使用大写，符合常量的命名规范，和dataclass的常量定义习惯保持一致
- 对于需要多个字段的常量集合，优先使用带自定义初始化的枚举类，而不是多个独立的枚举类，这样能更好地组织相关的常量
通过枚举类为字段提供精准类型提示，既能保证常量的不可变性，又能提升代码的类型安全性和可维护性，是比冻结dataclass更合适的常量定义方式。