【发布时间】:2020-11-25 04:43:07
【问题描述】:
上下文
我正在尝试使用pydantic 验证/解析一些数据。
我想指定字典可以有一个键daytime,或者没有。
如果是这样,我希望daytime 的值包括sunrise 和sunset。
例如这些应该是允许的:
{
'type': 'solar',
'daytime': {
'sunrise': 4, # 4am
'sunset': 18 # 6pm
}
}
和
{
'type': 'wind'
# daytime key is omitted
}
和
{
'type': 'wind',
'daytime': None
}
但我想验证失败
{
'type': 'solar',
'daytime': {
'sunrise': 4
}
}
因为它有一个daytime 值,但没有日落值。
MWE
我有一些代码可以做到这一点。 如果我运行这个脚本,它就会成功执行。
from pydantic import BaseModel, ValidationError
from typing import List, Optional, Dict
class DayTime(BaseModel):
sunrise: int
sunset: int
class Plant(BaseModel):
daytime: Optional[DayTime] = None
type: str
p = Plant.parse_obj({'type': 'wind'})
p = Plant.parse_obj({'type': 'wind', 'daytime': None})
p = Plant.parse_obj({
'type': 'solar',
'daytime': {
'sunrise': 5,
'sunset': 18
}})
try:
p = Plant.parse_obj({
'type': 'solar',
'daytime': {
'sunrise': 5
}})
except ValidationError:
pass
else:
raise AssertionError("Should have failed")
问题
我想知道的是, 这就是你应该使用 pydantic 处理嵌套数据的方式吗?
我有很多嵌套层,这似乎有点冗长。
有什么方法可以做的更简洁,比如:
class Plant(BaseModel):
daytime: Optional[Dict[('sunrise', 'sunset'), int]] = None
type: str
【问题讨论】:
标签: python validation nested fastapi pydantic