如何使用 pydantic 和 dict 数据类型创建动态模型答案

【问题标题】：How to create dynamic models using pydantic and a dict data type如何使用 pydantic 和 dict 数据类型创建动态模型
【发布时间】：2023-04-10 07:45:01
【问题描述】：

我正在尝试将 yml 文件加载到 dict 中，使用 pyyaml，加载过程会自动为我加载正确的类型，例如内容如下的 yml 文件：

key1: test
key2: 100

将被加载到{"key1": "test", "key2":100} 的dict 中，其中key1 的值类型为string，key2 值的类型为int。

现在我想基于这个dict 动态创建一个类，基本上是一个以dict 键作为字段，dict 值作为值的类，如下所示：

class Test:
    key1: str = "test"
    key2: int = 100

我相信我可以使用Pydantic 执行以下操作：

Test = create_model('Test', key1=(str, "test"), key2=(int, 100))

但是，如此处所示，我必须手动告诉create_model 用于创建此模型的键和类型。不知道有没有办法自动使用dict中的项目来创建模型？

【问题讨论】：

标签： python metaclass pydantic

【解决方案1】：

是的，例如，您可以为字典项递归调用create_model，传递键和值类型，值本身可以成为默认值。

示例（未准备好生产）：

from typing import Dict
from pydantic import create_model

test_dict = {'a': 12, 'nested': {'b': 'value', 'c': 1}}


def _make_model(v, name):
    if type(v) is dict:
        return create_model(name, **{k: _make_model(v, k) for k, v in v.items()}), ...
    return type(v), v


def make_model(v: Dict, name: str):
    return _make_model(v, name)[0]


model = make_model(test_dict, 'MyModel')
m = model.parse_obj(test_dict)
print(m)
print(model.schema_json(indent=2))

输出：

a=12 nested=nested(b='value', c=1)

{
  "title": "MyModel",
  "type": "object",
  "properties": {
    "a": {
      "title": "A",
      "default": 12,
      "type": "integer"
    },
    "nested": {
      "$ref": "#/definitions/nested"
    }
  },
  "required": [
    "nested"
  ],
  "definitions": {
    "nested": {
      "title": "nested",
      "type": "object",
      "properties": {
        "b": {
          "title": "B",
          "default": "value",
          "type": "string"
        },
        "c": {
          "title": "C",
          "default": 1,
          "type": "integer"
        }
      }
    }
  }
}

【讨论】：