Pydantic v2 模型中实现条件性必填字段

Pydantic v2 模型中实现条件性必填字段

本文介绍了如何在 Pydantic v2 模型中实现条件性必填字段,以应对 API 接口返回字段可选,但创建对象时部分字段必须的要求。通过自定义模型验证器,可以在模型验证阶段检查是否满足特定条件,从而实现字段的条件性必填。

利用 model_validator 实现条件性必填

在 Pydantic v2 中,可以通过 model_validator 装饰器自定义模型验证器,实现更灵活的字段验证逻辑。以下展示如何创建一个基类,确保模型至少有一个字段不为 None,从而实现条件性必填的效果。

from typing import Self from pydantic import HttpUrl, BaseModel, PositiveInt, model_validator   class AllRequired(BaseModel):     @model_validator(mode='after')     def not_all_none(self) -> Self:         if all(v is None for _, v in self):             raise ValueError('At least one value must be provided')         return self  class InvoiceItem(AllRequired):     """     Pydantic model representing an Invoice     """      id: PositiveInt | None = None     org: HttpUrl | None = None     relatedInvoice: HttpUrl | None = None     quantity: PositiveInt | None = None  try:     InvoiceItem(id=None, org=None, relatedInvoice=None, quantity=None) # Invalid item except ValueError as e:     print(e)

代码解释:

  1. AllRequired 基类: 定义了一个 AllRequired 基类,继承自 BaseModel。
  2. @model_validator(mode=’after’) 装饰器: 使用 model_validator 装饰器定义了一个名为 not_all_none 的模型验证器。mode=’after’ 表示该验证器在所有字段验证之后执行。
  3. not_all_none 方法: 该方法遍历模型的所有字段,检查是否所有字段的值都为 None。如果是,则抛出一个 ValueError 异常,提示用户至少需要提供一个字段的值。Self 是python 3.11 引入的类型提示,等价于 AllRequired。
  4. InvoiceItem 模型: 定义了一个 InvoiceItem 模型,继承自 AllRequired。该模型的所有字段都是可选的,但由于继承了 AllRequired,因此在创建 InvoiceItem 对象时,必须至少提供一个字段的值。

运行结果:

上述代码会抛出 ValueError: At least one value must be provided 异常,因为创建 InvoiceItem 对象时,所有字段的值都为 None。

其他条件性验证

除了验证是否所有字段都为 None 之外,还可以通过 model_validator 实现更复杂的条件性验证。例如,可以根据某个字段的值来决定其他字段是否必须提供。

from typing import Self from pydantic import BaseModel, model_validator  class ConditionalRequired(BaseModel):     field_a: str | None = None     field_b: int | None = None     field_c: float | None = None      @model_validator(mode='after')     def validate_fields(self) -> Self:         if self.field_a == "require_b":             if self.field_b is None:                 raise ValueError("field_b is required when field_a is 'require_b'")         if self.field_a == "require_c":             if self.field_c is None:                 raise ValueError("field_c is required when field_a is 'require_c'")         return self  # 测试用例 try:     ConditionalRequired(field_a="require_b") except ValueError as e:     print(e)  try:     ConditionalRequired(field_a="require_c") except ValueError as e:     print(e)  print(ConditionalRequired(field_a="require_b", field_b=10)) print(ConditionalRequired(field_a="require_c", field_c=3.14))

代码解释:

  1. ConditionalRequired 模型: 定义了三个字段 field_a, field_b, 和 field_c,都是可选的。
  2. validate_fields 方法: 该方法根据 field_a 的值来决定 field_b 和 field_c 是否必须提供。如果 field_a 的值为 “require_b”,则 field_b 必须提供;如果 field_a 的值为 “require_c”,则 field_c 必须提供。

注意事项

  • model_validator 装饰器必须应用于类方法。
  • mode=’after’ 表示验证器在所有字段验证之后执行。
  • 验证器方法必须返回模型自身 (Self)。
  • 可以使用 raise ValueError 抛出验证错误。

总结

通过 model_validator,可以在 Pydantic v2 模型中实现复杂的条件性验证逻辑,从而更好地满足实际应用的需求。 这种方法允许你定义基于模型状态的验证规则,从而确保数据的有效性和一致性。 这种方法比创建多个继承模型更加灵活,也避免了代码冗余。

© 版权声明
THE END
喜欢就支持一下吧
点赞11 分享