pydantic

Utilities

数据验证

概述 pydantic

Pydantic 是使用最广泛的 Python 数据验证库。它使用 Python 类型注释来定义数据模型的架构,自动验证传入数据,并在违反类型或约束时引发描述性错误。 Pydantic v2 是FastAPI的基础,在整个 Python 生态系统中用于配置管理、API 模式和数据契约。

您可以在PyRun中试验 Pydantic 模型,无需任何本地设置。直接在浏览器中定义模型、测试边缘情况并探索验证行为。PyRun通过 micropip 加载 Pydantic,使其在第一次导入时立即可用。

代码和执行输出

使用嵌套模型进行类型安全的数据验证。

Pydantic Data Models在编辑器中运行
from pydantic import BaseModel, ValidationError
from typing import List

class Address(BaseModel):
    street: str
    city: str
    zip_code: str

class User(BaseModel):
    id: int
    name: str
    age: int
    address: Address

user = User(
    id=1, name="Alice", age=28,
    address=Address(street="123 Main St", city="Springfield", zip_code="62701")
)
print("Valid User:")
print(user.model_dump())

try:
    bad = User(id="not-an-int", name="Bob", age=-5,
               address={"street": "X", "city": "Y", "zip_code": "Z"})
except ValidationError as e:
    print("\nValidation Error:")
    print(e)

相关套餐

推荐的 Python 资源

通过相关的交互式教程、备忘单和代码比较来扩展您的知识。