Dataclass avec __post_init__

Parfois, tu as besoin de faire quelque chose juste apres la création de l'objet : valider les données, calculer un champ derive, enregistrer l'objet quelque part. C'est le role de __post_init__.

Cette méthode est appelee automatiquement par le __init__ genere, juste apres l'initialisation des champs. C'est l'endroit ideal pour la validation.

@dataclass
class Age:
valeur: int

def __post_init__(self):
if self.valeur < 0:
raise ValueError('L age ne peut pas etre negatif')

Age(25) # OK
Age(-5) # leve ValueError

Crée une dataclass Rectangle avec largeur: float et hauteur: float.

Dans __post_init__, vérifie que largeur > 0 et hauteur > 0. Si ce n'est pas le cas, leve ValueError('Dimensions doivent etre positives').

Ajoute des propriétés (avec @property) aire et perimetre calculées.

Exemple :
r = Rectangle(4.0, 3.0)
r.aire # 12.0
r.perimetre # 14.0
Rectangle(-1, 3) # leve ValueError

Tests (3/4)

Création valide

r = Rectangle(4.0, 3.0)
assert r.aire == 12.0

Périmètre

assert Rectangle(4.0, 3.0).perimetre == 14.0

Validation négative

try:
    Rectangle(-1, 3)
    assert False
except ValueError:
    assert True

+ 0 tests cachés

Indices (3 disponibles)

Solution officielle

from dataclasses import dataclass

@dataclass
class Rectangle:
    largeur: float
    hauteur: float

    def __post_init__(self):
        if self.largeur <= 0 or self.hauteur <= 0:
            raise ValueError('Dimensions doivent être positives')

    @property
    def aire(self):
        return self.largeur * self.hauteur

    @property
    def perimetre(self):
        return 2 * (self.largeur + self.hauteur)

← Dataclass avec valeurs par défaut Enum avec auto() →

solution.py

Bravo!

Dataclass avec __post_init__

Tests (3/4)

Indices (3 disponibles)

Solution officielle