如何使用Python的pydantic库进行类属性的运行时数据验证？-Python教程-PHP中文网

Pydantic v2 中 BaseModel 的验证仅在实例化时触发，赋值不自动验证；需设 validate_assignment=True 才支持赋值校验；自定义校验用 @field_validator；model_dump() 默认转原生类型，可用 round_trip=True 或 mode 参数控制；嵌套错误需捕获 ValidationError 并解析 errors()。

如何使用python的pydantic库进行类属性的运行时数据验证？

pydantic v2 中 `BaseModel` 的验证何时触发？

验证只在实例化时（即调用 MyModel(...)）自动执行，赋值操作本身不触发重验证。比如定义了 age: int > 0，但后续写 obj.age = -5 不会报错——这常被误认为“验证失效”，其实是设计如此。

验证发生在 __init__ 阶段，包括类型转换（如字符串转 int）和约束检查（如 @field_validator）
字段赋值走的是普通 Python 属性设置逻辑，除非你显式启用 validate_assignment=True

若需赋值时也验证，必须在模型定义中加配置：

class User(BaseModel):
    age: int
    model_config = {"validate_assignment": True}

怎么写一个带自定义校验逻辑的字段？

用 @field_validator 装饰器，而不是旧版的 @validator（v2 已移除）。它接收原始输入值，返回处理后的值或抛出 ValueError/TypeError。

装饰器参数填字段名字符串，支持多个字段一次装饰
函数第一个参数是待校验的值，第二个可选参数是 ValidationInfo（含上下文如字段名、数据字典）
别在 validator 里改 info.data —— 它是只读快照，修改无效

示例：邮箱域名白名单校验

from pydantic import BaseModel, field_validator

class Contact(BaseModel):
    email: str
    @field_validator("email")
    def domain_must_be_company(cls, v):
        if not v.endswith("@example.com"):
            raise ValueError("only @example.com allowed")
        return v

为什么 `model_dump()` 后字段类型变了？

model_dump() 默认返回 Python 原生类型（datetime → str，Decimal → float），不是深拷贝原始对象。如果你需要保持类型不变，得关掉序列化转换：

Python Hardener

通过完整的安全审查、代码整洁重构、健壮的错误处理、正确的日志记录以及完整的文档字符串覆盖，强化 Python 脚本。

下载

加参数 round_trip=True 可保留类型（但要求目标类型可被 JSON 反序列化，否则报错）
更稳妥的做法是用 model_dump(mode="json") 得到 JSON 兼容结构，或 model_dump(mode="python") 得到原生类型映射
注意：即使 mode="python"，datetime 这类仍可能被转成 str，除非你手动配 serializer

嵌套模型验证失败时错误信息太模糊？

默认错误提示只说“1 validation error”，不指明哪个嵌套字段出问题。关键在于打开 strict=True 或用 model_validate() 替代构造函数，并捕获 ValidationError 手动解析。

直接 print exc.errors() 能看到带 loc（位置路径）的详细列表，例如 [{"loc": ["address", "zip_code"], "msg": "field required"}]
避免用 try/except ValueError 捕获——必须捕获 pydantic.ValidationError
调试时建议加 raise_errors=True 参数给 model_validate()，它比构造函数报错更透明

复杂嵌套 + 自定义 validator 的组合容易漏掉中间层的 None 或空字典，实际校验前最好先确认输入结构是否符合预期。