Riverfount 
novo post no blog: dataclass, NamedTuple, attrs ou pydantic — qual usar de verdade?
quatro formas sérias de estruturar dados em Python, cada uma com trade-offs que a documentação oficial não deixa claro. quando cada uma faz sentido, quando atrapalha, e o padrão borda/domínio que evita coerção silenciosa no lugar errado.
🔗 https://www.riverfount.dev.br/posts/cover-dataclass_namedtuple_attrs_pydantic./
#python #pydantic #dataclasses #boas-práticas
dataclass, NamedTuple, attrs ou pydantic: qual usar de verdade?
Existe um ponto no crescimento de qualquer projeto Python em que os dicionários começam a doer. Não de vez — vai acontecendo aos poucos. Você passa um dict para uma função, a função passa para outra, e em algum momento ninguém mais sabe ao certo quais chaves estão garantidas, qual é o tipo de cada valor, ou o que acontece se uma chave estiver faltando. 1 2 3 4 def calcular_desconto(pedido: dict) -> float: # pedido tem "valor"? "valor_bruto"? "subtotal"? # "cliente" é um dict também? tem "nivel"? return pedido["valor"] * _fator(pedido["cliente"]["nivel"]) Funciona. Ninguém vai questionar em code review. O problema aparece três meses depois, quando alguém passa um pedido sem a chave "nivel" — ou quando você tenta debugar e o repr do dicionário tem quarenta chaves misturadas.
Habr
❌ Ditto
Sarfraaz Ahmed
ossronny
Antonio One