是否可以在不知道实际字段名称的情况下以某种方式初始化 pydantic 模型？

Question

我正在尝试为函数的输入输出创建某种动态验证：

from pydantic import ValidationError, BaseModel
import numpy as np

class ValidationImage:
    @classmethod
    def __get_validators__(cls):
        yield cls.validate


    @classmethod
    def validate(cls, v):
        if not isinstance(v, np.ndarray):
            raise TypeError("np.ndarray required")
        return v


class TestModel(BaseModel):
    image: ValidationImage


def validate(msg, model):
    try:
        message = model(image=msg)
    except ValidationError as e:
        return e


testimg = np.zeros([0])

print(validate(testimg, TestModel))

但问题是，此时 message = model(image=msg) 我确实需要知道模型内部有 image 字段作为 validate 函数的参数。

我想在不知道实际字段名称的情况下以某种方式创建模型实例（可能来自列表？）

我试过message = model(msg) - 不起作用。我想知道是否可以这样做？或者有什么解决办法？

更新#1： 我可以使用list(model.__fields__.keys())[0] 获取字段名称，但我不知道如何使用str 作为实际代码。而且这似乎是一种不好的做法

Answer 1

我想你想在这里使用参数扩展：

def validate(args, model):
    # `args` must be a dict with str keys.
    try:
        message = model(**args)
    except ValidationError as e:
        return e

testimg = np.zeros([0])

print(validate({"image": testimg}, TestModel))

您可以使用kwargs 变得更加精彩：

def validate(model, **kwargs):
    try:
        message = model(**kwargs)
    except ValidationError as e:
        return e

testimg = np.zeros([0])

print(validate(TestModel, image=testimg))