如何验证 pydantic 中的复杂列表类型？答案

【问题标题】：How to validate complex list types in pydantic?如何验证 pydantic 中的复杂列表类型？
【发布时间】：2021-08-14 10:55:39
【问题描述】：

为什么 pydantic 不验证作为 Foo 对象列表的参数，但在参数是原始类型列表时抛出 ValidationError？

我可以强制验证复杂类型吗？

验证不起作用：

from typing import List
from pydantic import BaseModel


class Foo(BaseModel):
    kind: str = "foo"

class Bar(BaseModel):
    kind: str = "bar"

class Spam(BaseModel):
    foos: List[Foo]

spam = Spam(foos=[Bar()])
print(spam.dict())

>>> {'foos': [{'kind': 'bar'}]}

验证工作：

class Spam(BaseModel):
    foos: List[int]


spam = Spam(foos=[Bar()])
print(spam.dict())

pydantic.error_wrappers.ValidationError: 1 validation error for Spam
foos -> 0
  value is not a valid integer (type=type_error.integer)

【问题讨论】：

标签： python validation pydantic

【解决方案1】：

使用pydantic时，应记住that：

pydantic 主要是一个解析库，不是验证库。验证是达到目的的一种手段：构建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。

对于传入数据的额外验证，提供了一个工具 - validators。例如：

class Spam(BaseModel):
    foos: List[Foo]

    @validator('foos', pre=True, each_item=True)
    def check_squares(cls, v):
        assert isinstance(v, Foo), "Foo is only allowed"
        return v

【讨论】：

【解决方案2】：

您无法验证 kind: str = "foo" 之类的值。您必须使用 Field 来验证变量的值。

试试：

from typing import List

import pydantic
from pydantic import BaseModel, Field


class Foo(BaseModel):
   kind: str = Field(const="foo", default="foo")

class Bar(BaseModel):
    kind: str = Field(const="bar", default="bar")

class Spam(BaseModel):
    foos: List[Foo]

try:
    Spam.parse_obj({'foos': [{'kind': 'bar'}]})
except pydantic.ValidationError as e:
    print(e)

【讨论】：

这很好，但不是我想要的。当 foos 参数是包含类型不是 Foo 的项目的列表时，我希望 pydantic 引发 ValidationError。
您无法区分 Foo 和 Bar，因为它们都包含变量 kind。您可以将类型更改为foo 和bar，它会抛出验证错误。