Pydantic 为带有嵌套字典的列表创建模型答案

【问题标题】：Pydantic create model for list with nested dictionaryPydantic 为带有嵌套字典的列表创建模型
【发布时间】：2021-11-26 09:45:30
【问题描述】：

我的身体是这样的：

{
    "data": [
      {
        "my_api": {
          "label": "First name",
          "value": "Micheal"
        }
      },
      {
        "my_api": {
          "label": "Last name",
          "value": [
            "Jackson"
          ]
        }
      },
      {
        "my_api": {
          "label": "Favourite colour",
          "value": "I don't have any"
        }
      }
    ]
  }

到目前为止，这是我的model.py：

class DictParameter(BaseModel): # pylint: disable=R0903
    """
    `my_api` children
    """
    label: Optional[str]
    value: Optional[str]


class DataParameter(BaseModel): # pylint: disable=R0903
    """
    `data` children
    """
    my_api: Optional[dict]


class InputParameter(BaseModel): # pylint: disable=R0903
    """
    Takes predefined params
    """
    data: Optional[List[DataParameter]]

在main.py:

from model import InputParameter

@router.post("/v2/workflow", status_code=200)
def get_parameter(user_input: InputParameter):
    """
    Version 2 : No decoding & retrieve workflow params
    """
    data = user_input.data

    print(data)

输出：

[DataParameter(my_api={'label': 'First name', 'value': 'Micheal'}), DataParameter(my_api={'label': 'Last name', 'value': ['Jackson']}), DataParameter(my_api={'label': 'Favourite colour', 'value': "I don't have any"})]

我想访问my_api 键中的值。但我不断收到类型错误。我不确定如何访问带有嵌套子项的字典列表。另外，value 的值可以是str 或array。它是动态的。

还有其他方法吗？

【问题讨论】：

标签： python fastapi pydantic

【解决方案1】：

另外，value 的值可以是 str 或 array。它是动态的。

您目前拥有的会将单个元素列表转换为 strs，这可能是您想要的。如果您希望列表保留为列表，请使用：

from Typing import Union

class DictParameter(BaseModel):
    Value: Union[str, list[str]]

除非你有幸运行 python 3.10，在这种情况下str | list[str] 是等效的。

但是，您实际上并没有使用此模型！你有my_api: Optional[dict] 而不是my_api: Optional[DictParameter]，所以你当前的输出是一个普通的旧字典，你需要做data[0].my_api["value"]。目前这会返回一个 str 或一个列表，这可能是问题所在。不过，我怀疑您打算使用 pydantic 模式。

注意 data 是一个列表：如果你想要所有需要迭代的值，比如

apis = [x.my_api for x in data]

【讨论】：