fastapi二：数据模型与验证-pydantic

 

pydantic官网：https://pydantic-docs.helpmanual.io/

 

Pydantic 是一个用来用来执行数据校验的 Python 库。
可以将数据的"结构"声明为具有属性的类，然后每个属性都拥有类型。
接着用一些值来创建这个类的实例，这些值会被校验，并被转换为适当的类型（在需要的情况下），返回一个包含所有数据的对象。

 

一：安装和源码

1.1、安装：pip install pydantic

 

1.2、用 pydantic 做数据模型，所有的数据模型都是继承BaseModel的，先看一下BaseModel类下面都有什么

由此可见，只要继承了BaseModel的类，就会有转字典、转json、浅拷贝、自定义字段校验···

 

二：使用pydantic

2.1、声明模型

2.2、实例化模型

2.2.1、python解包的形式实例化

2.2.2、用 BaseModel 自带的 parse_obj 方法解析字典

2.2.3、用 BaseModel 自带的 parse_row 方法解析josn字符串

2.2.4、用 BaseModel 自带的 parse_file 方法解析文件

2.2.5、construct：只实例化模型，不做校验

 

三、异常处理

如果输入数据不满足数据模型规则则会报错

由上可见，当数据不满足模型时，会抛出一个 ValidationError ，那么我们可以捕获这个异常（此异常可以转为son），并且抛出自定义的异常

 

四、递归模型（在其他模型的某一个字段中，嵌套某一个模型）

 

五、pydantic 模型与 SQLAlchemy 模型结合，验证orm对象

 

六、PyCharm 安装 pydantic 代码检查插件

 

标签：fastapi,模型,校验,数据模型,BaseModel,2.2,pydantic
来源： https://www.cnblogs.com/zhongyehai/p/15058100.html