🌐 Add Chinese translation for `docs/zh/docs/advanced/dataclasses.md` (#3803)

Co-authored-by: Sebastián Ramírez <[email protected]>
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>

docs/zh/docs/advanced/dataclasses.md

@@ -0,0 +1,99 @@
+# 使用数据类
+
+FastAPI 基于 **Pydantic** 构建，前文已经介绍过如何使用 Pydantic 模型声明请求与响应。
+
+但 FastAPI 还可以使用数据类（<a href="https://docs.python.org/3/library/dataclasses.html" class="external-link" target="_blank">`dataclasses`</a>）：
+
+```Python hl_lines="1  7-12  19-20"
+{!../../../docs_src/dataclasses/tutorial001.py!}
+```
+
+这还是借助于 **Pydantic** 及其<a href="https://pydantic-docs.helpmanual.io/usage/dataclasses/#use-of-stdlib-dataclasses-with-basemodel" class="external-link" target="_blank">内置的 `dataclasses`</a>。
+
+因此，即便上述代码没有显式使用 Pydantic，FastAPI 仍会使用 Pydantic 把标准数据类转换为 Pydantic 数据类（`dataclasses`）。
+
+并且，它仍然支持以下功能：
+
+* 数据验证
+* 数据序列化
+* 数据存档等
+
+数据类的和运作方式与 Pydantic 模型相同。实际上，它的底层使用的也是 Pydantic。
+
+!!! info "说明"
+
+    注意，数据类不支持 Pydantic 模型的所有功能。
+
+    因此，开发时仍需要使用 Pydantic 模型。
+
+    但如果数据类很多，这一技巧能给 FastAPI 开发 Web API 增添不少助力。🤓
+
+## `response_model` 使用数据类
+
+在 `response_model` 参数中使用 `dataclasses`：
+
+```Python hl_lines="1  7-13  19"
+{!../../../docs_src/dataclasses/tutorial002.py!}
+```
+
+本例把数据类自动转换为 Pydantic 数据类。
+
+API 文档中也会显示相关概图：
+
+<img src="/img/tutorial/dataclasses/image01.png">
+
+## 在嵌套数据结构中使用数据类
+
+您还可以把 `dataclasses` 与其它类型注解组合在一起，创建嵌套数据结构。
+
+还有一些情况也可以使用 Pydantic 的 `dataclasses`。例如，在 API 文档中显示错误。
+
+本例把标准的 `dataclasses` 直接替换为 `pydantic.dataclasses`：
+
+```{ .python .annotate hl_lines="1  5  8-11  14-17  23-25  28" }
+{!../../../docs_src/dataclasses/tutorial003.py!}
+```
+
+1. 本例依然要从标准的 `dataclasses` 中导入 `field`；
+
+2. 使用 `pydantic.dataclasses` 直接替换 `dataclasses`；
+
+3. `Author` 数据类包含 `Item` 数据类列表；
+
+4. `Author` 数据类用于 `response_model` 参数；
+
+5. 其它带有数据类的标准类型注解也可以作为请求体；
+
+    本例使用的是 `Item` 数据类列表；
+
+6. 这行代码返回的是包含 `items` 的字典，`items` 是数据类列表；
+
+    FastAPI 仍能把数据<abbr title="把数据转换为可以传输的格式">序列化</abbr>为 JSON；
+
+7. 这行代码中，`response_model` 的类型注解是 `Author` 数据类列表；
+
+    再一次，可以把 `dataclasses` 与标准类型注解一起使用；
+
+8. 注意，*路径操作函数*使用的是普通函数，不是异步函数；
+
+    与往常一样，在 FastAPI 中，可以按需组合普通函数与异步函数；
+
+    如果不清楚何时使用异步函数或普通函数，请参阅**急不可待？**一节中对 <a href="https://fastapi.tiangolo.com/async/#in-a-hurry" target="_blank" class="internal-link">`async` 与 `await`</a> 的说明；
+
+9. *路径操作函数*返回的不是数据类（虽然它可以返回数据类），而是返回内含数据的字典列表；
+
+    FastAPI 使用（包含数据类的） `response_model` 参数转换响应。
+
+把 `dataclasses` 与其它类型注解组合在一起，可以组成不同形式的复杂数据结构。
+
+更多内容详见上述代码内的注释。
+
+## 深入学习
+
+您还可以把 `dataclasses` 与其它 Pydantic 模型组合在一起，继承合并的模型，把它们包含在您自己的模型里。
+
+详见 <a href="https://pydantic-docs.helpmanual.io/usage/dataclasses/" class="external-link" target="_blank">Pydantic 官档 - 数据类</a>。
+
+## 版本
+
+本章内容自 FastAPI `0.67.0` 版起生效。🔖