佛山网站维护站长工具亚洲

Pydantic 概述

Pydantic 是一个 Python 库，主要用于数据验证和设置管理，通过 Python 类型注解来定义数据模型。它结合了 Python 的类型提示和运行时数据验证，确保数据符合预期格式，常用于 API 开发、配置管理和数据解析。

---

核心功能

数据验证
Pydantic 模型通过类型注解自动验证输入数据。如果数据不符合类型要求，会抛出清晰的错误信息。

数据转换
自动将输入数据（如 JSON、字典）转换为 Python 对象，支持嵌套模型和复杂类型（如 datetime、UUID）。

设置管理
通过 BaseSettings 类管理环境变量和配置，支持优先级排序（如环境变量 > 配置文件 > 默认值）。

与 FastAPI 集成
Pydantic 是 FastAPI 的默认数据模型库，用于请求/响应数据的校验和序列化。

---

基本用法

定义模型

通过继承 BaseModel 定义数据模型，字段类型使用 Python 类型注解。

from pydantic import BaseModel, ValidationErrorclass User(BaseModel):name:strage:intmail:str
tom = User(name='大黑驴', age=27, mail='[e-mail]')
tom

User(name=‘大黑驴’, age=27, mail=‘[e-mail]’)

数据验证与转换

实例化模型时自动验证数据，非法数据会触发 ValidationError。 在这里将name变成数字

User(name=111, age=27, mail='[e-mail]')

打印错误信息

try:User(name=111, age=27, mail='[e-mail]')
except Exception as e:print(e.json())

[
{“type”:“string_type”,
“loc”:[“name”],
“msg”:“Input should be a valid string”,
“input”:111,
“url”:“https://errors.pydantic.dev/2.10/v/string_type”
}
]

基本类型自动转化

Pydantic 会自动尝试将输入数据转化为模型中定义的类型。例如，字符串形式的数字会被自动转化为整数或浮点数。

User(name='小黑黑', age='12', mail='[e-mail]')

User(name=‘小黑黑’, age=12, mail=‘[e-mail]’)

邮箱验证

在 Pydantic 中，可以通过 EmailStr 类型或自定义正则表达式来验证邮箱格式。

from typing import Optional
from pydantic import BaseModel, EmailStrclass User(BaseModel):name:strage:intemail:EmailStrphone:Optional[str]=None

User(name='小黑黑', age=22, email='[e-mail]')

User(name=‘小黑黑’, age=22, email=‘[e-mail]’, phone=None)

User(name='小黑黑', age=22, email='ainiyou163.com')

Field 对象参数详解

Field 对象通常用于数据模型或表单验证中，定义字段的约束条件、默认值及其他属性。以下是常见参数的详细说明：

required
表示该字段是必填项。若未提供值且未设置默认值，系统会抛出验证错误。此参数通常用于强制用户输入关键信息。在Pydantic中，Field(...) 等价于 required=True

default
定义字段的默认值。如果用户未提供该字段的值，系统会自动填充此默认值。需注意：

• 默认值为 None 时表示空值。
• 该参数不能与 required=True 同时使用，否则逻辑冲突。

min_length 和 max_length
针对字符串类型字段的长度限制：

• min_length：字符串的最小长度，低于此值会触发验证错误。
• max_length：字符串的最大长度，超出此值会触发验证错误。

数值比较参数
适用于数值类型字段（如整数、浮点数）的边界条件：

• gt（greater than）：字段值必须大于指定值。
• ge（greater than or equal）：字段值必须大于或等于指定值。
• lt（less than）：字段值必须小于指定值。
• le（less than or equal）：字段值必须小于或等于指定值。

示例代码（以 Python 的 Pydantic 模型为例）：

from pydantic import BaseModel, EmailStr, ValidationError, Field
class User(BaseModel):name:str=Field(...,min_length=1, max_length=10)age:int=Field(..., ge=0, le=200)email:EmailStrphone:str=Field(default='18103546785', min_length=11, max_length=11)
try:user = User(name='小黑黑', age=202, email='ainiyou163.com', phone='111111')
except ValidationError as e:print('error:', e.json())
print(user)

error: [
{“type”:“less_than_equal”,
“loc”:[“age”],
“msg”:“Input should be less than or equal to 200”,
“input”:202,"ctx:{“le”:200},
“url”:“https://errors.pydantic.dev/2.10/v/less_than_equal”},{“type”:“value_error”,“loc”:[“email”],“msg”:“value is not a valid email address: An email address must have an @-sign.”,“input”:“ainiyou163.com”,“ctx”:{“reason”:“An email address must have an @-sign.”},“url”:“https://errors.pydantic.dev/2.10/v/value_error”},{“type”:“string_too_short”,“loc”:[“phone”],“msg”:“String should have at least 11 characters”,“input”:“111111”,“ctx”:{“min_length”:11},“url”:“https://errors.pydantic.dev/2.10/v/string_too_short”}]
name=‘小黑黑’ age=22 email=‘[e-mail]’ phone=‘1810546785’

转化为字典

# 转成json
user = User(name='小黑黑', age=22, email='[e-mail]', phone='11111111111')
# 转字典
User.model_dump(user)

{‘name’: ‘小黑黑’, ‘age’: 22, ‘email’: ‘[e-mail]’, ‘phone’: ‘11111111111’}

转化为json

User.model_dump_json(user)

‘{“name”:“小黑黑”,“age”:22,“email”:“[e-mail]”,“phone”:“11111111111”}’

剩下的在探索agent源代码中持续积累，继续加油！！

自己独立做的菜，可以下口了，周末继续尝试

最近状态不好 试着减少跑量不看速度

早餐星巴克

楼道平板支撑