Pydantic model_validator
装饰器教程
引言
在 Pydantic 中,除了可以使用 field_validator
装饰器对单个字段进行验证外,还可以使用 model_validator
装饰器对整个模型进行验证。model_validator
允许您在字段级验证之后,对模型的整个数据进行额外的验证。在本教程中,我们将探讨如何使用 model_validator
装饰器来创建自定义的模型验证逻辑。
基础知识
在开始之前,请确保您已经安装了 Pydantic。如果没有,请使用以下命令安装:
pip install pydantic
创建 Pydantic 模型
首先,让我们创建一个简单的 Pydantic 模型。这个模型将包含两个字段:a
和 b
。
from pydantic import BaseModel
class Model(BaseModel):
a: str
b: int
使用 model_validator
装饰器
model_validator
装饰器允许您为模型添加自定义验证逻辑。要使用它,请按照以下步骤操作:
- 导入
model_validator
: 从pydantic
导入model_validator
。
from pydantic import BaseModel, model_validator
- 定义验证函数: 创建一个类方法,该方法接受一个参数(模型的
dict
表示)并返回验证后的模型。
class Model(BaseModel):
a: str
b: int
@model_validator
@classmethod
def check_a_and_b(cls, values: dict):
if values['a'] != ' foobar ':
raise ValueError('Field "a" must contain " foobar "')
if values['b'] < 10:
raise ValueError('Field "b" must be at least 10')
return cls(**values)
在这个例子中,我们定义了一个名为 check_a_and_b
的验证函数,它检查 a
字段的值是否包含子字符串 " foobar "
,以及 b
字段的值是否至少为 10。
3. 应用装饰器: 使用 @model_validator
语法将装饰器应用于验证函数。
4. 测试模型: 创建模型实例并测试验证逻辑。
# 正确的值
model = Model(a=' foobar ', b=20)
print(model)
# 错误的值
try:
model = Model(a='snap', b=5)
except ValidationError as exc_info:
print(exc_info)
在上面的例子中,第一个模型实例成功创建,因为 a
字段的值包含 " foobar "
并且 b
字段的值至少为 10。第二个实例创建失败,因为 a
字段的值不包含 " foobar "
,并且 b
字段的值小于 10,因此抛出了 ValidationError
。
高级用法
model_validator
装饰器还支持一些高级功能,如:
- 自定义验证模式: 通过设置
mode
参数,可以指定验证是在字段验证前还是验证后进行。
@model_validator(mode='before')
- 检查字段存在性: 通过设置
check_fields
参数,可以控制是否检查字段是否实际存在于模型中。
@model_validator(check_fields=False)
model_validator
装饰器源码
以下是 model_validator
装饰器的简化版源码:
def model_validator(mode: ModelValidatorModes = 'after', check_fields: bool | None = None) -> Callable[[Any], Any]:
def dec(f: Callable[..., Any] | staticmethod[Any, Any] | classmethod[Any, Any, Any]) -> _decorators.PydanticDescriptorProxy[Any]:
if _decorators.is_instance_method_from_sig(f):
raise PydanticUserError(
'`@model_validator` cannot be applied to instance methods', code='validator-instance-method'
)
# auto apply the @classmethod decorator
f = _decorators.ensure_classmethod_based_on_signature(f)
dec_info = _decorators.ModelValidatorDecoratorInfo(mode=mode, check_fields=check_fields)
return _decorators.PydanticDescriptorProxy(f, dec_info)
return dec
源码解读
- 装饰器定义:
model_validator
函数定义了一个装饰器,它接受两个可选的关键字参数:mode
和check_fields
。
- 内部函数
dec
:dec
是一个内部函数,它接受一个可调用对象f
作为参数,并返回一个_decorators.PydanticDescriptorProxy
对象。- 代码首先检查
f
是否是实例方法。如果是,抛出PydanticUserError
,因为model_validator
不能应用于实例方法。 - 然后,确保
f
是一个类方法。 - 创建一个包含模式和字段检查标志的
_decorators.ModelValidatorDecoratorInfo
对象。 - 最后,返回一个
_decorators.PydanticDescriptorProxy
对象,它包装了原始的函数f
和模型验证信息。
- 返回
dec
:model_validator
函数返回dec
函数,它将作为装饰器应用于验证函数。
结论
在本教程中,我们学习了如何使用 Pydantic 的 model_validator
装饰器来为模型添加自定义验证逻辑。通过这个强大的工具,您可以对整个模型的数据进行复杂的验证,从而确保数据的准确性和完整性。