pydantic v2模型校验失败应使用pytest.raises(pydantic.validationerror)捕获，推荐加match参数校验错误消息；嵌套模型需通过excinfo.value.errors()断言具体loc路径；构造函数model(...)与model_validate()适用场景不同，不可混用。
pytest如何断言Pydantic模型校验失败
Pydantic v2（对应Python 3.11常用环境）中，模型实例化失败会抛出 pydantic.ValidationError，不是 ValueError 或 TypeError。直接用 assert model(...) 会中断测试，必须显式捕获异常。
常见错误是写成 assert Model(field="invalid").field == "expected" —— 这行代码根本执行不到，因为构造时已崩溃。
- 正确做法：用
pytest.raises(pydantic.ValidationError)包裹构造调用 - 推荐加
match参数校验错误消息是否含关键字段名或约束类型，例如match=r'field.*greater than 0' - 注意：
ValidationError是pydantic_core._pydantic_core.ValidationError的别名，但导入时应始终用from pydantic import ValidationError，避免路径硬编码
测试嵌套模型和List[BaseModel]字段的边界情况
Pydantic对嵌套结构的错误定位较深，pytest默认只显示顶层异常，容易漏掉子模型的具体报错位置。
比如 Parent(children=[Child(name=""), Child(age=-5)]) 失败时，错误信息里可能混着两个子项的报错，但 pytest 不会展开显示哪一项触发了哪条规则。
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
- 用
excinfo.value.errors()获取结构化错误列表，再用assert len(...)或遍历error["loc"]断言具体路径 - 对
List[Child]字段，错误loc通常是["children", 0, "name"]形式，注意索引从 0 开始 - 避免只检查
str(excinfo.value)—— 它被格式化过，字段顺序和缩进不稳定，不适合做精确匹配
使用model_validate()还是直接调用类构造函数
在 Pydantic v2 中，Model(...) 和 Model.model_validate(...) 行为不完全等价：前者只接受关键字参数（dict解包），后者可接受任意 dict、object 或 JSON 字符串。
测试目的不同，选法就不同：
- 测「API输入解析」场景（如 FastAPI body 解析），优先用
model_validate()，因为它模拟了实际反序列化路径 - 测「业务逻辑层构造」场景（如服务内部 new 模型），用
Model(...)更贴近调用方习惯 - 二者对
strict=True、from_attributes=True等参数支持不同，测试时若用到这些，必须确认所选方法支持该参数，否则会报TypeError: unexpected keyword argument
为什么test_invalid_data.py运行时报ImportError: cannot import name 'validate_arguments'
这是典型版本错配：你装的是 Pydantic v2.x，但测试代码或某个依赖（比如旧版 pytest-asyncio 插件）仍试图导入 v1 的 validate_arguments —— 该装饰器在 v2 中已被移除，功能由 model_validator 或普通函数 + 类型注解替代。
- 先运行
pip show pydantic确认输出是Version: 2.x.x，不是1.x.x - 搜索项目中所有
from pydantic import validate_arguments并删除，改用@field_validator或业务层手动校验 - 检查
conftest.py或pytest_plugins是否引入了过时插件，尤其是pytest-pydantic这类非官方扩展，在 v2 下基本不可用
Pydantic v2 的错误对象结构、导入路径、验证入口都变了，混用 v1 文档写法是测试跑不通最常被忽略的根源。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
