Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
pydantic库的作用
pydantic库是一种常用的用于数据接口schema定义与检查的库。Pydantic在运行时强制执行类型提示，并在数据无效时提供用户友好的错误信息。
pydantic安装
pip install pydantic
用法详解
模型
- 在
pydantic中定义对象的主要方法是通过模型(模型是继承自BaseModel的类)。 - 将模型看作严格类型语言中的类型(例如Java)，或者看作API中单个端点的需求。
- 不受信任的数据可以传递给模型，在解析和验证之后，
pydantic保证结果模型实例的字段将符合模型上定义的字段类型。
注意事项
pydantic是一个解析库，而不是一个验证库。- 验证是达到目的的一种手段：构建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。
基础模型使用
from pydantic import BaseModel
class User(BaseModel):
id: int
name = "Silent丿丶黑羽"
- User这是一个有两个字段的模型
- id是一个整型，必填项
- name是一个有默认值的字符串，不是必填项
为什么name字段不需要声明类型
- name 的类型是从其默认值推断来的，因此，类型注解不是必需的
- 有些字段没有指定类型，可能会引发字段顺序的警告
user = User(id="123")
print(type(user)) # <class '__main__.User'>
print(user) # id=123 name='Silent丿丶黑羽'
这里的 user 是 User 的一个实例。对象的初始化会执行所有解析和验证，如果没有引发 ValidationError 异常，则表明结果模型实例是有效的。
这里我们传入了的id是一个字符串，但实际打印出来却是整型，是因为pydantic在数据传输时会直接进行数据转换
模型属性
模型有多个属性和方法，我们依次介绍
dict()
返回模型的字段和值的字典
user = User(id=123)
print(user.dict()) # {'id': 123, 'name': 'jkc'}
print(type(user.dict())) # <class 'dict'>
json()
返回表示 dict() 的 JSON 字符串
user = User(id=123)
print(user.json()) # {"id": 123, "name": "jkc"}
print(type(user.json())) # <class 'str'>
copy()
返回模型的拷贝，默认是浅拷贝
user = User(id=123)
print(user.copy()) # id=123 name='jkc'
parse_obj()
这与模型的_init__方法非常相似，只是它采用dict而不是关键字参数。如果传递的对象不是dict，将引发ValidationError。
user = User(id=123)
print(user.parse_obj({"id": 3, "name": "jkc"})) # id=3 name='jkc'
print(user.parse_obj(['a'])) # 引发ValidationError错误
&
parse_raw()
用于加载多种格式字符串的实用程序
user = User(id=123)
print(user.parse_raw('{"id": 3, "name": "jkc"}')) # id=3 name='jkc'
parse_file()
与 parse_raw() 类似，但是是接收文件路径，读取文件并将内容传递给parse_raw
path = Path('data.json')
path.write_text('{"id": 123, "name": "James"}')
m = User.parse_file(path)
print(m) # id=123 signup_ts=None name='James'
schema()
返回以 JSON Schema 形式返回模型，以字典格式
user = User(id=123, name="jkc")
print(user.schema())
print(type(user.schema()))
# 输出结果
{
"title":"User",
"type":"object",
"properties":{
"id":{
"title":"Id",
"type":"integer"
},
"name":{
"title":"Name",
"default":"jkc",
"type":"string"
}
},
"required":[
"id"
]
}
<class 'dict'>
schema_json()
返回以 JSON Schema 形式返回模型，以JSON字符串形式
user = User(id=123, name="jkc")
print(user.schema_json())
print(type(user.schema_json()))
# 输出结果
{
"title":"User",
"type":"object",
"properties":{
"id":{
"title":"Id",
"type":"integer"
},
"name":{
"title":"Name",
"default":"jkc",
"type":"string"
}
},
"required":[
"id"
]
}
<class 'str'>
fields_set
返回用户初始化对象时提供了什么字段
user = User(id=123)
print(user.__fields_set__) # {'id'}
user = User(id=123, name="jkc")
print(user.__fields_set__) # {'name', 'id'}
config
模型的配置类(后续更新)
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/164821.html原文链接：https://javaforall.net
