Pydantic V2 不再支持重写 dict() 方法实现递归序列化增强，但可通过 @computed_field 结合 model_dump() 实现等效效果，使嵌套模型自动携带类名等元信息。
pydantic v2 不再支持重写 `dict()` 方法实现递归序列化增强，但可通过 `@computed_field` 结合 `model_dump()` 实现等效效果，使嵌套模型自动携带类名等元信息。
在 Pydantic V1 中，开发者常通过重写 BaseModel.dict() 方法，在序列化时动态注入元数据（如 __name__），且因 dict() 会递归调用子模型的同名方法，该行为天然支持嵌套结构。然而，V2 彻底移除了 dict()/json() 等旧接口，统一使用 model_dump() 和 model_dump_json()，且其内部不再触发用户自定义的 dict() 方法——这意味着直接继承并覆写已失效。
所幸，Pydantic V2 提供了更声明式、更安全的替代方案：@computed_field。它允许你将任意属性声明为运行时计算的字段，并可指定 alias 控制序列化键名。关键在于：该字段会被 model_dump() 自动递归包含，只要嵌套模型也继承自同一基类。
以下是一个完整示例：
from typing import Optional
from pydantic import BaseModel, computed_field
class BaseModel2(BaseModel):
@computed_field(alias="__name__")
@property
def name(self) -> str:
return self.__class__.__name__
class Foo(BaseModel2):
whatever: int
class Bar(BaseModel2):
whenever: Optional[float] = 1.1
foo: Foo
m = Bar(whenever=3.14, foo=Foo(whatever=123))
print(m.model_dump(by_alias=True))
输出结果为：
{
"__name__": "Bar",
"whenever": 3.14,
"foo": {
"__name__": "Foo",
"whatever": 123
}
}
✅ 优势说明：
-
@computed_field是声明式设计，语义清晰，与 Pydantic 的验证和序列化机制深度集成； -
by_alias=True确保alias（如"__name__"）被实际使用； - 所有嵌套模型（如
foo: Foo）只要继承BaseModel2，就会自动包含__name__字段，实现真正递归生效。
⚠️ 注意事项：
- 不要尝试在 V2 中复用 V1 的
dict()覆写方式——它不会被model_dump()调用，属于无效代码； - 若需更复杂逻辑（如动态添加字段、条件序列化），可结合
model_serializer装饰器定制整个模型的序列化流程； -
@computed_field默认不参与验证，仅用于序列化输出；若需校验其值，应配合field_validator或在@property内部手动抛出异常。
总之，@computed_field + model_dump(by_alias=True) 是 Pydantic V2 中实现“递归注入序列化元信息”的标准、推荐且健壮的方式。
