网站建设为什么不清晰,完成网站的建设工作内容,wordpress怎样连接数据库连接,优化方案电子版这里是零散的记录一些学习过程中随机的理解#xff0c;因此这里的记录不成体系。如果是想学习 Pydantic 建议看官方文档#xff0c;写的很详细并且成体系。如果有问题需要交流#xff0c;欢迎私信或者评论。
siwa 报 500
Pydantic 可以和 siwa 结合使用#xff0c;这样既…这里是零散的记录一些学习过程中随机的理解因此这里的记录不成体系。如果是想学习 Pydantic 建议看官方文档写的很详细并且成体系。如果有问题需要交流欢迎私信或者评论。
siwa 报 500
Pydantic 可以和 siwa 结合使用这样既能做到参数校验又可以把参数转为一个类实例方便引用。
当校验失败时服务端会返回 500原因是 Pydantic 在实例化一个实例时如果参数不对就会抛异常 ValidationError因此 web 框架会返回 500
Arbitrary class instances
这个特性就是允许通过其他类实例来生成并初始化一个 Pydantic 实例。
# 下面是官方 demofrom typing import Listfrom sqlalchemy import Column, Integer, String
from sqlalchemy.dialects.postgresql import ARRAY
from sqlalchemy.ext.declarative import declarative_basefrom pydantic import BaseModel, ConfigDict, constrBase declarative_base()class CompanyOrm(Base):__tablename__ companiesid Column(Integer, primary_keyTrue, nullableFalse)public_key Column(String(20), indexTrue, nullableFalse, uniqueTrue)name Column(String(63), uniqueTrue)domains Column(ARRAY(String(255)))class CompanyModel(BaseModel):model_config ConfigDict(from_attributesTrue)id: intpublic_key: constr(max_length20)name: constr(max_length63)domains: List[constr(max_length255)]co_orm CompanyOrm(id123,public_keyfoobar,nameTesting,domains[example.com, foobar.com],
)
print(co_orm)
# __main__.CompanyOrm object at 0x0123456789ab# 如果字段或值类型不匹配则会抛异常
co_model CompanyModel.model_validate(co_orm)
print(co_model)id123 public_keyfoobar nameTesting domains[example.com, foobar.com]同时这种方式可以定义 Model如CompanyModel 和目标类如CompanyOrm中字段的映射关系这样可以保证在两端字段属性名不一致时也能正常转换
# 官方 demoimport typingimport sqlalchemy as sa
from sqlalchemy.ext.declarative import declarative_basefrom pydantic import BaseModel, ConfigDict, Fieldclass MyModel(BaseModel):model_config ConfigDict(from_attributesTrue)# 建立映射关系metadata: typing.Dict[str, str] Field(aliasmetadata_)Base declarative_base()class SQLModel(Base):__tablename__ my_tableid sa.Column(id, sa.Integer, primary_keyTrue)# metadata is reserved by SQLAlchemy, hence the _metadata_ sa.Column(metadata, sa.JSON)sql_model SQLModel(metadata_{key: val}, id1)pydantic_model MyModel.model_validate(sql_model)print(pydantic_model.model_dump())
# {metadata: {key: val}}
print(pydantic_model.model_dump(by_aliasTrue))
# {metadata_: {key: val}}model_validate 函数
这个函数的参数可以是字典也可以是对象。
需要注意的是当参数是对象实例时需要在 Model 中设置 model_config ConfigDict(from_attributesTrue) 否则会报错。
from pydantic import BaseModel, ConfigDict, Fieldclass MyModel(BaseModel):# 如果没有这一行设置则 aa 变量那一行会报错model_config ConfigDict(from_attributesTrue)id: intname: strclass Person:def __init__(self, * , id: int, name: str):self.id idself.name nameaa MyModel.model_validate(Person(id1, nameaa))
bb MyModel.model_validate({id: 2, name: bb})print({} *** {}.format(aa, bb))
# id1 nameaa *** id2 namebb
