Python - pydantic 入门介绍与 Models 的简单使用

博客园 - 漫思

python使用.env构建开发和生产环境 python项目的构建 nodejs构建CICD时的思考  成为 AI 智能体工程师的 10 个步骤 es6的 yield python 中的 yield 笔记本的A壳 thinkpad 更换 reduce() in Python python的字段赋值和取值的操作 python的语法类似于lodash分组展开，合并分组操作 SelectMany C# lodash 数组的常用做法 lodash里面的常用方法技术的边界 Reduce 和 Transduce 的含义尤雨溪创办的 VoidZero 官宣加入 Cloudflare，前端 Vite 等保持开源 Ramda 函数库参考教程 ramda es 数组的方法 flatmap map object.entity的教程 Map与FlatMap：在数据处理中的区别与联系 flat、flatmap与map的用法区别1 flat、flatmap与map的用法区别 AI不是从天而降，它经历了七十年三起三落：读懂AI的第三课 Agent 17 种架构模式分析 & 思考只有踩过坑才懂:前端生成唯一 ID,别用 Date.now ()了！试试它crypto.randomUUID() FastAPI python并发代码是 AI 写的，生产事故谁背锅？ AI Agent 走出 Demo 幻觉的唯一解药：Harness Engineering 高管的 AI 精神病小米开源可控视频音效生成模型 ControlFoley IBM 联合红帽投资 50 亿美元：帮助企业确保开源软件安全国家大基金领投 DeepSeek，首轮融资投前估值 450 亿美元 SpaceX 自研 AI 训练栈 V1.0 接近完工：用 C 重写、适配 22 万块 GB300 GPU 高管的 AI 精神病 - 漫思做一款企业真正敢用的AI测试应用，到底有多难？究竟难在哪？ - 漫思工良吐槽篇：万字长文细说 AI 落地之笑谈 koarouter的路由基本能力 7. 简单语句 class-validator class- @koa/router 分路由这是我见过的最好的koa2 classvalidate typeorm的能力 HLS.js destroy时会取消请求吗从入门到精通：2025年本体管理工具选型指南，8款工具助你驾驭语义网络一文入门智能体：dify 超快速构建AI agent C# 15 类型系统改进：Union Types skill网站应无所住,而生其心 process.stdin.isTTY 谷歌学术走过风雨十年听创始人畅谈苦辣酸甜 - 漫思 process.stdin.isTTY 是false的具体情况 asyncio 较为复杂的demo asyncio 简单demo python Annotated 独家解读：淘宝使用 Node.js 的 TypeScript 多场景开发和实践 mac uv 使用 Python 包管理工具 uv 使用教程 Python依赖管理新标杆：UV工具安装与实战指南 python的uv lobehubui python的enum通过int进行初始化 python的枚举类型深度拆解：AI 智能体 Harness 的构造【译】 LlamaIndex是什么？LlamaIndex综述！看这一篇就够了！ python和langchain的简单教程 nodejs的顶尖开源项目基础Pydantic+TypedDict+Annotated +Dataclass 深度解析Python结构化数据工具：dataclass、Pydantic Model与TypedDict 被 LangChain 全家桶搞晕了？LangGraph、LangSmith、LangFlow 一文读懂 - 漫思谁才是企业级开源平台的优选？OpenCSG与Dify、Coze、Langflow、Ollama 的差异化之路四大框架全景解析：LangChain、LangGraph、DeepAgent、LangFlow 测试数据管理方式对比：dict vs dataclass vs TypedDict 革命性的写作：MDX 让你的 Markdown 全面动起来欢迎使用 Pydantic¶ python模块导入 Python 里通常说“数组切片”，大多数时候指的是列表切片。基本格式是：自定义hook的写法 Python 遍历字典的8种方法 python基础教程 or的简单用法 C# 15 引入了联合类型 asyncio的基础理论 flask配置热更新 Form.Item 无法直接绑定两个 name Form.Item 的双向翻译官：getValueFromEvent 与 getValueProps Knex.js入门指南：Node.js最强大的SQL查询构建器 knex.js1 Knex.js RFC 9535：JSONPath 的标准化之路 C#多线程Thread.Join()的详解 Pretext：值得关注的文本排版引擎 Flask入门（四）：Flask静态文件及配置【高并发】消息队列思路为何高并发系统中都要使用消息队列？这次彻底懂了！ Node.js 消息队列应用：RabbitMQ、Kafka 与处理高并发任务大文件上传下载处理方案-断点续传，秒传，分片，合并 Node.js 缓存策略优化：Redis、Memcached 与本地缓存实现 .NET开发者的救星：8个让你告别996的高效库别再吹牛了，100% Vibe Coding 存在无法自洽的逻辑漏洞！

漫思 · 2026-04-28 · via 博客园 - 漫思

关联问题

换一批

前言

为啥要学这个，因为 FastAPI 是基于它进行开发的，而且是个不错的框架，所以有必要深入学习

前置学习

Python 类型提示：https://cloud.tencent.com/developer/article/1864619

typing 模块：https://cloud.tencent.com/developer/article/1866298

Pydantic 介绍

使用 python 类型注释来进行数据校验和 settings 管理
pydantic 可以在代码运行时强制执行类型提示，并在数据校验无效时提供友好的错误提示
定义数据应该如何在规范的 python 代码中保存，然后通过 Python 验证它

Pydantic 安装

代码语言：javascript

AI代码解释

pip install pydantic

测试 pydantic 是否已编译

代码语言：javascript

AI代码解释

import pydantic

print('compiled:', pydantic.compiled)


# 输出结果
compiled: True

Pydantic 注意事项

pydantic 是一个解析库，而不是一个验证库
验证是达到目的一种手段，构建符合所提供的类型和约束的模型
简单来说：pydantic 保证输出模型的类型和约束，而不是输入数据

Models

简介

在 pydantic 中定义对象的主要方法是通过模型（模型是从 BaseModel 继承的类）
所有基于 pydantic 的数据类型本质上都是一个 BaseModel 类
可以将模型视为强类型语言中的类型（比如 Java）
不受信任的数据可以传递给模型，经过解析和验证后，pydantic 保证生成的模型实例的字段将符合定义的字段类型（实例字段类型符合类定义的字段类型）

基础模型使用

代码语言：javascript

AI代码解释

from pydantic import BaseModel

class User(BaseModel):
    id: int
    name = "小菠萝测试笔记"

User 就是一个模型（Models），有两个字段（属性）
id，整数 int 类型，是必传的
name，字符串 string 类型，不是必传，有默认值

为什么能知道 name 是 string 类型？

因为默认值是 string 类型，因此不需要类型提示（ name : string ）

注意：当某些字段没有类型提示时，需要注意有关字段顺序的警告

声明一个有效实例

代码语言：javascript

AI代码解释

user = User(id='123')

user 是 User 模型的一个实例对象，就叫模型实例对象吧
对象的初始化会执行所有解析和验证，如果没有抛出 ValidationError，证明生成的模型实例是有效的

访问模型实例对象的属性

代码语言：javascript

AI代码解释

user = User(id='123')
print(user.id, type(user.id))
print(user.name, type(user.name))


# 输出结果
123 <class 'int'>
小菠萝测试笔记 <class 'str'>

id 属性传的是字符串 '123'，它会根据模型字段类型进行转换为 int
name 属性取了默认值

__fields_set__

该变量返回用户初始化对象时提供了什么字段

代码语言：javascript

AI代码解释

# __fields_set__
user = User(id='123')

print(user.__fields_set__ == {'id'})
print(user.__fields_set__ == {'name'})



user = User(id='123', name="test")

print(user.__fields_set__ == {'id', 'name'})
print(user.__fields_set__ == {'id'})


# 输出结果
True
False
True
False

dict()

可以提供字段的字典对象

代码语言：javascript

AI代码解释

# dict()
user = User(id='123')
print(user.dict())
print(dict(user))


# 输出结果
{'id': 123, 'name': '小菠萝测试笔记'}
{'id': 123, 'name': '小菠萝测试笔记'}

修改模型实例对象的属性

代码语言：javascript

AI代码解释

# 修改模型实例属性值
user = User(id='123')
user.id = 321
print(user.id)


# 输出结果
321

BaseModels 属性

其实就是 BaseModels 有什么自带的方法、属性

dict()

返回模型字段和值，字典格式

代码语言：javascript

AI代码解释

user = User(id='123', name="test")
print(user.dict(), type(user.dict()))


# 输出结果
{'id': 123, 'name': 'test'} <class 'dict'>

json()

返回模型字段和值，json 字符串格式

代码语言：javascript

AI代码解释

user = User(id='123', name="test")
print(user.json(), type(user.json()))

# 输出结果
{"id": 123, "name": "test"} <class 'str'>

schema()

以 JSON Schema 形式返回模型，字典格式

代码语言：javascript

AI代码解释

user = User(id='123', name="test")

print(user.schema(), type(user.schema()))


# 输出结果
{
    "title": "User",
    "type": "object",
    "properties": {
        "id": {
            "title": "Id",
            "type": "integer"
        },
        "name": {
            "title": "Name",
            "default": "小菠萝测试笔记",
            "type": "string"
        }
    },
    "required": [
        "id"
    ]
}

<class 'dict'>

schema_json()

以 JSON Schema 形式返回模型，json 字符串格式

代码语言：javascript

AI代码解释

user = User(id='123', name="test")

print(user.schema_json(), type(user.schema_json()))


# 输出结果
{
    "title": "User",
    "type": "object",
    "properties": {
        "id": {
            "title": "Id",
            "type": "integer"
        },
        "name": {
            "title": "Name",
            "default": "小菠萝测试笔记",
            "type": "string"
        }
    },
    "required": [
        "id"
    ]
}

<class 'str'>

copy()

浅拷贝模型对象

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2021-08-21 ，如有侵权请联系 cloudcommunity@tencent.com 删除

此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。原文来自 — 版权归原作者所有。

推荐订阅源

博客园 - 漫思

前言

前置学习

Pydantic 介绍

Pydantic 安装

测试 pydantic 是否已编译

Pydantic 注意事项

Models

简介

基础模型使用

为什么能知道 name 是 string 类型？

声明一个有效实例

访问模型实例对象的属性

__fields_set__

dict()

修改模型实例对象的属性

BaseModels 属性

dict()

json()

schema()

schema_json()

copy()