pydantic学习与使用-4.validator 验证器的使用(pre 和 each_itemm 验证器)

前言

validator 使用装饰器可以实现自定义验证和对象之间的复杂关系。

验证器

1.校验name字段包含空格
2.校验username 必须是字母和数字组成
3.校验密码1和密码2相等

from pydantic import BaseModel, ValidationError, validator


class UserModel(BaseModel):
    name: str
    username: str
    password1: str
    password2: str

    @validator('name')
    def name_must_contain_space(cls, v):
        if ' ' not in v:
            raise ValueError('must contain a space')
        return v.title()

    @validator('password2')
    def passwords_match(cls, v, values, **kwargs):
        if 'password1' in values and v != values['password1']:
            raise ValueError('passwords do not match')
        return v

    @validator('username')
    def username_alphanumeric(cls, v):
        assert v.isalnum(), 'must be alphanumeric'
        return v

关于验证器的一些注意事项:

  • 验证器是“类方法”,因此它们接收的第一个参数值是UserModel类(cls),而不是UserModel的实例(self)
  • 第二个参数始终是要验证的字段值;可以随意命名
  • 您还可以将以下参数的任何子集添加到签名中(名称必须匹配):
    values:包含任何先前验证字段的名称到值映射的字典
    config:模型配置
    field:正在验证的字段。对象的类型是pydantic.fields.ModelField。
    **kwargs:如果提供,这将包括上述未在签名中明确列出的参数
  • 验证器应该返回解析后的值或引发 a ValueError, TypeError, or AssertionError (assert可以使用语句)。
  • 在验证器依赖其他值的情况下,您应该注意:
    验证是在定义的订单字段中完成的。例如,在上面的示例中,password2可以访问password1(and name),但password1不能访问password2. 有关字段如何排序 的更多信息,请参阅字段排序
    如果另一个字段的验证失败(或该字段丢失),它将不会包含在 中values,因此 if ‘password1’ in values and …在此示例中。
    运行示例
user = UserModel(
    name='samuel colvin',
    username='scolvin',
    password1='zxcvbn',
    password2='zxcvbn',
)
print(user)  
print(user.dict())

运行结果:
name='Samuel Colvin' username='scolvin' password1='zxcvbn' password2='zxcvbn'
{'name': 'Samuel Colvin', 'username': 'scolvin', 'password1': 'zxcvbn', 'password2': 'zxcvbn'}

pre 和 each_item 验证器

验证器可以做一些更复杂的事情:

  • 通过传递多个字段名称,可以将单个验证器应用于多个字段
  • 也可以通过传递特殊值在所有字段上调用单个验证器’*’
  • 关键字参数pre将导致验证器在其他验证之前被调用
  • 传递each_item=True将导致验证器应用于单个值(例如 of List、Dict、Set等),而不是整个对象

pre=True 关键字参数pre将导致验证器在其他验证之前被调用

from pydantic import BaseModel, ValidationError, validator
from typing import List


class DemoModel(BaseModel):
    friends: List[int] = []
    books: List[int] = []

    # '*' 在这里是匹配任意字段,包含friends,books
    @validator('*', pre=True)
    def split_str(cls, v):
        """如果传参是字符串,根据逗号切割成list"""
        if isinstance(v, str):
            return v.split(',')
        return v

    @validator('books')
    def books_greater_then_5(cls, v):
        """判断books数量少于5"""
        if len(v) > 5:
            raise ValueError('books greater than 5')
        return v


a1 = {
    "friends": [2, 3, 4],
    "books": "3,4,5"
}
d = DemoModel(**a1)
print(d)  # friends=[2, 3, 4] books=[3, 4, 5]
print(d.dict())  # {'friends': [2, 3, 4], 'books': [3, 4, 5]}

虽然定义了books传list of int ,但是在校验的时候,加了个预处理,判断是字符串的时候,会转成list。

each_item=True 将导致验证器应用于单个值(例如 of List、Dict、Set等),而不是整个对象

from pydantic import BaseModel, ValidationError, validator
from typing import List


class DemoModel(BaseModel):
    friends: List[int] = []
    books: List[int] = []

    # '*' 在这里是匹配任意字段,包含friends,books
    @validator('*', pre=True)
    def split_str(cls, v):
        """如果传参是字符串,根据逗号切割成list"""
        if isinstance(v, str):
            return v.split(',')
        return v

    @validator('books')
    def books_greater_then_5(cls, v):
        """判断books数量少于5"""
        if len(v) > 5:
            raise ValueError('books greater than 5')
        return v

    @validator('friends', each_item=True)
    def check_friends(cls, v):
        """检查friends 里面单个值数字大于1"""
        assert v >= 1, f'{v} is not greater then 1'
        return v

    @validator('books', each_item=True)
    def check_books(cls, v):
        """books 里面单个值大于2"""
        assert v >= 2, f'{v} is not greater then 2'
        return v


a1 = {
    "friends": [2, 3, 4],
    "books": "3,4,5"
}
d = DemoModel(**a1)
print(d)  # friends=[2, 3, 4] books=[3, 4, 5]
print(d.dict())  # {'friends': [2, 3, 4], 'books': [3, 4, 5]}

validator传递多个字段名称,也可以传*

# '*' 在这里是匹配任意字段,包含friends,books
    @validator('*', pre=True)
    def split_str(cls, v):
        """如果传参是字符串,根据逗号切割成list"""
        if isinstance(v, str):
            return v.split(',')
        return v

等价于

@validator('friends', 'books', pre=True)
    def split_str(cls, v):
        """如果传参是字符串,根据逗号切割成list"""
        if isinstance(v, str):
            return v.split(',')
        return v

子类验证器和each_item

如果使用带有引用List父类上的类型字段的子类的验证器,使用each_item=True将导致验证器不运行;相反,必须以编程方式迭代列表。

from typing import List
from pydantic import BaseModel, ValidationError, validator


class ParentModel(BaseModel):
    names: List[str]


class ChildModel(ParentModel):
    @validator('names', each_item=True)
    def check_names_not_empty(cls, v):
        assert v != '', 'Empty strings are not allowed.'
        return v


# This will NOT raise a ValidationError because the validator was not called
try:
    child = ChildModel(names=['Alice', 'Bob', 'Eve', ''])
except ValidationError as e:
    print(e)
else:
    print('No ValidationError caught.')
    #> No ValidationError caught.


class ChildModel2(ParentModel):
    @validator('names')
    def check_names_not_empty(cls, v):
        for name in v:
            assert name != '', 'Empty strings are not allowed.'
        return v


try:
    child = ChildModel2(names=['Alice', 'Bob', 'Eve', ''])
except ValidationError as e:
    print(e)
    """
    1 validation error for ChildModel2
    names
      Empty strings are not allowed. (type=assertion_error)
    """

始终验证always=True

出于性能原因,默认情况下,当未提供值时,不会为字段调用验证器。但是,在某些情况下,始终调用验证器可能很有用或需要,例如设置动态默认值。

from datetime import datetime

from pydantic import BaseModel, validator


class DemoModel(BaseModel):
    ts: datetime = None

    @validator('ts', pre=True, always=True)
    def set_ts_now(cls, v):
        return v or datetime.now()


print(DemoModel())
#> ts=datetime.datetime(2021, 12, 31, 15, 4, 57, 629206)
print(DemoModel(ts='2017-11-08T14:00'))
#> ts=datetime.datetime(2017, 11, 8, 14, 0)

您经常希望将它与 一起使用pre,否则always=True pydantic会尝试验证None会导致错误的默认值。

你可能感兴趣的:(Python,pydantic,python)