pydantic validationerror 是结构化验证异常，不能直接 print(e) 因其 str(e) 仅含摘要，丢失 loc、type 等关键字段；应调用 errors() 获取字典列表，从中提取字段路径、错误类型等用于程序处理。
Pydantic ValidationError 是什么，为什么不能直接 print(e)
当你用 model.parse_obj() 或 model.model_validate() 验证数据失败时，Pydantic 会抛出 ValidationError。它不是普通异常——它的 errors() 方法返回结构化错误列表，而 str(e) 只是人眼可读的摘要，不含字段路径和错误类型，不利于程序自动处理。
正确提取错误字段和原因（v2 推荐方式）
Pydantic v2 中，ValidationError.errors() 返回的是字典列表，每个字典含 loc（字段路径）、msg（提示）、type（错误码）等键。别用 json.loads(str(e)) 解析，那不可靠。
-
loc是 tuple，比如("age",)或("profile", "email")，注意首项可能是"__root__"（用于根级验证器） -
type值如"greater_than"、"string_type"，比中文提示更稳定，适合做条件分支 - 若需转成扁平错误映射（如前端需要的
{"age": ["ensure this value is greater than 0"]}），得手动聚合loc[0]或完整loc
try:
User.model_validate({"age": -5})
except ValidationError as e:
for err in e.errors():
print(f"字段: {'.'.join(map(str, err['loc']))} | 错误类型: {err['type']} | 提示: {err['msg']}")
# 输出：字段: age | 错误类型: greater_than | 提示: Input should be greater than 0
如何在 FastAPI 中友好返回验证错误
FastAPI 默认把 ValidationError 转成 422 响应，但错误结构是 detail 数组，字段路径在 loc 里。如果你要自定义响应格式（比如改成键值对），必须重写异常处理器，且注意：FastAPI 的 RequestValidationError 和 Pydantic 原生 ValidationError 是两个类，别混淆。
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
@app.exception_handler(RequestValidationError)捕获请求参数/体验证失败 - 用
@app.exception_handler(ValidationError)捕获你在路由内手动调用model_validate()的失败（较少见） - 不要在 handler 里直接
return JSONResponse(content=str(e))，丢失结构信息
常见踩坑点：嵌套模型 + 自定义 validator 的错误定位
当模型含嵌套 BaseModel 字段或用了 @field_validator，loc 会变长，且自定义 validator 抛异常时若没设 ctx，type 会是 "value_error"，难以区分具体逻辑。这时候建议：
- 在自定义校验函数中主动 raise
ValueError("xxx")不够好；改用raise ValueError("custom_email_format")并配合type="custom_email_format"参数传给ValidationError.from_exception_data() - 嵌套模型验证失败时，
loc第一项是外层字段名，第二项开始才是内层路径，例如("contact", "phone", "__root__")表示contact.phone的根级校验失败 - 用
model.model_dump(mode="json")前先确保已通过验证，否则可能触发二次校验并掩盖原始错误位置
最麻烦的其实是错误信息里混了 i18n 翻译——默认英文，但一旦项目启用了 pydantic.i18n 或 FastAPI 的本地化中间件，msg 就不稳定，优先依赖 type 做程序判断。
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！
