pydantic v2中basemodel默认不校验字段缺失，需显式用field(...)声明必填；字符串清洗须用@field_validator(mode='before')；字段别名用field(alias=...)统一映射；批量验证错误应调用errors(include_url=false)精准定位。
Pydantic v2 里 BaseModel 默认不校验字段缺失，得手动设 strict=True 或用 Field(...)
清洗后的数据常有字段缺失或类型混杂，比如 CSV 解析后数字列混入空字符串。Pydantic v2 默认对未传字段不做缺失检查——哪怕你写了 int 类型注解，{} 也能过验证。这不是 bug，是设计选择，但容易让人误以为“类型已兜底”。
真正强制非空且类型精准，得显式声明：
from pydantic import BaseModel, Field <p>class CleanedRecord(BaseModel): user_id: int = Field(...) # ... 表示必填 email: str = Field(..., min_length=5) score: float</p>
注意：score: float 这种写法在字段没传时不会报错（默认允许 None），只有传了值才校验类型。要统一强制非空，每个字段都得加 = Field(...)。
清洗后含空格/换行的字符串，str.strip() 要在 @field_validator 里做，别靠 default_factory
常见清洗动作如去首尾空格、合并连续空白，不能只靠预处理函数塞进 default_factory，因为 Pydantic 的 default_factory 只在字段缺失时触发，而清洗后字段存在但值为 " abc\n " 时它完全不生效。
正确做法是用 @field_validator 配合 mode='before'：
from pydantic import field_validator
<p>class CleanedRecord(BaseModel):
name: str</p><pre class="brush:php;toolbar:false;"><pre class="brush:php;toolbar:false;">@field_validator('name', mode='before')
def strip_name(cls, v):
if isinstance(v, str):
return v.strip()
return v
- 必须用
mode='before'，否则校验器收到的是已转成 <code>str的值，再 strip 没意义 - 要判
isinstance(v, str)，否则None或数字传进来会炸 - 别在
__init__里手动 strip——绕过 Pydantic 校验链，后续字段依赖会出问题
嵌套结构清洗后字段名不一致，用 alias 映射比改原始数据更稳
比如清洗后把 "user_name" 统一转成 "username"，但上游系统仍可能吐 "userName" 或 "USER_NAME"。硬编码转换逻辑易漏、难维护。
Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。
Pydantic 支持字段别名，在模型定义层收口：
class CleanedRecord(BaseModel):
username: str = Field(alias='user_name')
full_name: str = Field(alias='fullName')
# 甚至支持多别名（v2.5+）：
# email: str = Field(validation_alias=AliasChoices('email', 'user_email'))
这样无论输入是 {"user_name": "a"} 还是 {"fullName": "b"}，都能被正确绑定到对应字段。注意：alias 只影响反序列化（model_validate），序列化时默认仍用字段名，需设 by_alias=False 才输出别名键。
批量验证失败时 ValidationError 的 error_details 不够直白，得用 errors(include_url=False) 提取关键信息
清洗后一批数据进 model_validate，报错堆栈里 ValidationError 默认带冗长路径和 URL，对定位具体哪条记录、哪个字段出问题帮助不大。
实用提取方式：
try:
records = [CleanedRecord.model_validate(item) for item in raw_data]
except ValidationError as e:
for error in e.errors(include_url=False):
print(f"字段 {error['loc']}: {error['msg']} (输入值: {error.get('input')})")
重点看 error['loc']（元组形式，如 ('user_id',) 或 (0, 'email')），它能准确定位到第几条数据的哪个字段；error['msg'] 是人话提示，比如 "Input should be a valid integer"；error.get('input') 是原始脏值，方便回溯清洗环节漏了什么。
别依赖 str(e)——它拼接所有错误，字段位置和原始值全丢了，调试成本翻倍。
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！
