在 pydantic 数据类中，若需使某字段（如 label）的默认值动态依赖于另一字段（如 name），必须显式启用 validate_default=true 配置，否则默认值不会进入验证流程，导致逻辑失效。
在 pydantic 数据类中，若需使某字段（如 label）的默认值动态依赖于另一字段（如 name），必须显式启用 validate_default=true 配置，否则默认值不会进入验证流程，导致逻辑失效。
Pydantic 默认跳过对字段默认值的验证——这意味着即使你为 label 定义了 field_validator，当用户未传入 label（即使用其 default=None）时，该验证器根本不会被调用，label 将保持为 None，而非你期望的 foo(name) 计算结果。
要解决这一问题，关键在于两步配置：
- 启用默认值验证：通过 ConfigDict(validate_default=True) 显式开启；
- 正确编写验证器：使用 mode="before" 确保在字段赋值前介入，并通过 info.data 安全访问当前已解析的其他字段（注意：values 参数在新版 Pydantic v2 中已被弃用，应使用 info.data）。
以下是完整、可运行的示例：
from pydantic import Field, field_validator, ConfigDict
from pydantic.dataclasses import dataclass
import uuid
def foo(name: str) -> str:
return f"{name}_label"
@dataclass(config=ConfigDict(validate_default=True))
class MyClass:
name: str = Field(default="class_name")
label: str = Field(default=None)
id: str = Field(default_factory=lambda: str(uuid.uuid4()))
@field_validator("label", mode="before")
@classmethod
def set_default_label(cls, v, info):
if v is None:
# info.data 包含已解析的其他字段（如 name），安全可靠
name_val = info.data.get("name", "unnamed")
return foo(name_val)
return v
# ✅ 正确触发默认逻辑
obj1 = MyClass() # label → "class_name_label"
print(obj1)
# ✅ 显式传 None 也生效
obj2 = MyClass(name="custom", label=None) # label → "custom_label"
print(obj2)
# ✅ 显式传值则跳过默认逻辑
obj3 = MyClass(name="explicit", label="override") # label → "override"
print(obj3)
注意事项与最佳实践：
- ? validate_default=True 是必需配置，缺省为 False，这是本问题的根本原因；
- ? 始终使用 @classmethod 装饰验证器，并明确指定 mode="before"，以确保在字段初始化早期访问 info.data；
- ? 避免在验证器中直接修改 info.data（它是只读视图），所有返回值应通过 return 显式提供；
- ? 若字段间存在强依赖关系，建议将计算逻辑封装为独立函数（如 foo()），提升可测性与复用性；
- ? 对于更复杂的依赖或需要后置校验的场景，可结合 model_validator(mode="after") 进行补充验证。
通过以上配置，你就能构建出语义清晰、行为可靠的不可变数据模型——既支持完全显式初始化，也支持智能默认推导，真正实现「声明即契约」的 Pydantic 设计哲学。
