版本文档:v1.9.0
使用 python 类型注释的数据验证和设置管理。
pydantic在运行时强制执行类型提示,并在数据无效时提供用户友好的错误。
定义数据应该如何在纯粹的、规范的 python 中;并使用 pydantic 对其进行验证。
pydantic 主要是一个解析库,而不是验证库。
验证是达到目的的一种手段:建立一个符合所提供的类型和约束的模型。
换句话说,pydantic 保证输出模型的类型和约束,而不是输入数据。
这听起来像是一个深奥的区别,但事实并非如此。如果您不确定这意味着什么或它可能如何影响您的使用,您应该阅读下面有关数据转换的部分。
虽然验证不是 pydantic 的主要目的,但您可以使用此库进行自定义验证。
python3.6+版本都可以直接pip安装使用
pip install pydantic
目前版本是v1.9.0
当我们定义一个user对象的时候,它有id,name,birth,friends等属性.在pydantic中定义对象的主要方法是通过模型(模型继承自 BaseModel 的类)。
代码示例
from datetime import datetime from typing import List, Optional from pydantic import BaseModel class User(BaseModel): id: int name = 'yo yo' birth: Optional[datetime] = None friends: List[int] = [] external_data = { 'id': '123', 'birth': '2019-06-01 12:22', 'friends': [1, 2, '3'], } user = User(**external_data) print(user.dict()) # dict() 函数将对象转化成字典
运行结果
{'id': 123, 'birth': datetime.datetime(2019, 6, 1, 12, 22), 'friends': [1, 2, 3], 'name': 'yo yo'}
在整个运行的过程中发生了什么?
先实例化 user = User(**external_data)
传入了external_data,以关键字参数传入,等价于
user = User( id='123', birth='2019-06-01 12:22', friends=[1, 2, '3'] )
id 是 int 类型;注释声明告诉pydantic该字段是必须的。如果可能,字符串、字节或浮点数将强制转换为int,否则将引发异常。
name 从默认值推断为其为 str 类型,该字段不是必须的,因为它有默认值。
birth 是 datetime 类型,该字段不是必须的,默认值为 None。pydantic会将表示unix时间戳(例如1496498400)的 int 类型或表示时间和日期的字符串处理成 datetime 类型。
friends 使用Python的 typing 系统,需要一个整数列表,就像 id 字段一样,类整数的对象将会被转换为整数。
前面实例化的时候,是按预期的参数传值的,如果id不是int 类型,实例化失败的时候,看看会发生什么?
如果验证失败,pydantic会抛出一个错误,列出错误的原因:
external_data1 = { 'id': 'aaa', 'birth': '2019-06-01 12:22', 'friends': [1, 2, '3'], } user1 = User( **external_data1 ) user.dict()
校验失败,抛出异常ValidationError:id value is not a valid integer
Traceback (most recent call last): File ".../a.py", line 27, in <module> **external_data1 File "pydantic\main.py", line 331, in pydantic.main.BaseModel.__init__ pydantic.error_wrappers.ValidationError: 1 validation error for User id value is not a valid integer (type=type_error.integer)
接收异常
from pydantic import ValidationError external_data1 = { 'id': 'aaa', 'birth': '2019-06-01 12:22', 'friends': [1, 2, '3'], } try: user1 = User(**external_data1) except ValidationError as e: print(e.json())
异常内容也可以用json格式展示
[ { "loc": [ "id" ], "msg": "value is not a valid integer", "type": "type_error.integer" } ]