pydanticfield_validator跨字段校验方法详解
2026-04-13 16:17:34
0浏览
收藏
Pydantic 中实现安全可靠的跨字段依赖校验,核心在于正确选用 `model_validator(mode='after')` 而非 `field_validator`:后者仅作用于单字段值,强行访问其他字段会因 `info.data` 在 v2 中已被移除而触发 AttributeError;而 `model_validator(mode='after')` 在所有字段完成基础解析后执行,可通过 `self` 直接、安全地访问全部已验证字段,天然支持如“paid 为 True 时 amount 必须存在”等业务逻辑,并能优雅处理动态字段遍历与错误聚合——这是官方推荐、稳定无坑的唯一正解。

field_validator 能不能做跨字段校验?
不能直接做——field_validator 默认只接收当前字段的值,不带 info.context 或完整模型实例,拿不到其他字段。硬写会报 AttributeError: 'ValidationInfo' object has no attribute 'data' 或类似错误。
用 model_validator 替代 field_validator 做跨字段检查
真正该用的是 model_validator(mode='after'):它接收完整的模型实例(即 self),所有已解析字段都可直接访问,适合实现“若 A 为 True,则 B 必须非空”这类逻辑。
- 必须加
mode='after',否则默认是'before',此时字段还没解析,self里只有原始输入字典 - 校验失败时抛
ValueError或AssertionError,Pydantic 会自动转成标准错误 - 注意:如果依赖字段本身校验失败(比如类型错、缺失),
model_validator不会执行——它只在所有字段通过基础校验后才运行
from pydantic import BaseModel, model_validator
class Order(BaseModel):
paid: bool
amount: float | None = None
@model_validator(mode='after')
def check_amount_if_paid(self):
if self.paid and self.amount is None:
raise ValueError('amount is required when paid=True')
return self
field_validator 配合 info.data 的陷阱
旧版 Pydantic v1 有 values 参数,v2 中有人误以为 info.data 存在——其实没有。v2 的 ValidationInfo 对象只有 context、data 是被移除的属性,强行访问会报 AttributeError。
- 别写
info.data['other_field']—— 这段代码在 v2 中永远失败 - 如果真要从上下文传数据,得手动通过
context注入,但这是侵入式设计,不推荐用于字段间逻辑耦合 - 跨字段规则越复杂,越应归到
model_validator,而不是拆到多个field_validator里互相猜状态
需要动态字段名时怎么写 model_validator?
比如“任意以 _url 结尾的字段,值必须以 https:// 开头”,这时不能硬编码字段名,得遍历 self.__pydantic_core_schema__?不用。更简单:直接读 self.__dict__ 或用 self.model_dump(),但注意前者含私有属性,后者触发序列化开销。
- 推荐用
self.model_fields_set+self.__dict__筛出已设置的字段 - 或直接用
self.model_dump(exclude_unset=True)获取干净字典 - 避免在
model_validator里调self.model_dump_json()这类重操作,容易引发循环或性能问题
跨字段校验的本质不是“怎么取值”,而是“在哪取最安全”——答案始终是 model_validator(mode='after'),其他路子要么失效,要么埋雷。
好了,本文到此结束,带大家了解了《pydanticfield_validator跨字段校验方法详解》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!
Excel批量填充序列技巧,省时又高效
- 上一篇
- Excel批量填充序列技巧,省时又高效
- 下一篇
- Kimi情境代入提示词怎么设置?
查看更多
最新文章
-
- 文章 · python教程 | 5小时前 | python · Python 十六进制 二进制调试 memoryview.hex bytes_per_sep
- Python memoryview.hex 怎样为十六进制输出设置分组分隔符
- 480浏览 收藏
-
- 文章 · python教程 | 5小时前 | python · Python decimal context same_quantum
- Python decimal.Context.same_quantum 怎样判断两个十进制数的指数是否相同
- 336浏览 收藏
-
- 文章 · python教程 | 6小时前 |
- Python textwrap.TextWrapper.drop_whitespace 怎样控制换行边缘的空白保留
- 238浏览 收藏
-
- 文章 · python教程 | 8小时前 | python · 文件系统 · Python 文件比较 mtime filecmp.clear_cache filecmp.cmp 比较缓存
- Python filecmp.clear_cache 怎样清除文件比较结果缓存
- 290浏览 收藏
-
- 文章 · python教程 | 9小时前 | 标准库 · 递归 · python · Python 解释器 递归限制 sys.getrecursionlimit
- Python sys.getrecursionlimit 怎样读取解释器设置的递归深度上限
- 129浏览 收藏
-
- 文章 · python教程 | 10小时前 | Python教程 · Python memoryview memoryview.toreadonly bytearray 只读视图 缓冲区协议
- Python memoryview.toreadonly 怎样生成只读视图而不复制底层数据
- 470浏览 收藏
-
- 文章 · python教程 | 11小时前 | 标准库 · Python教程 · Python decimal flags 精度 舍入 Context.copy_abs Decimal.copy_abs
- Python decimal.Context.copy_abs 怎样取绝对值而不受当前精度舍入影响
- 389浏览 收藏
-
- 文章 · python教程 | 12小时前 | 字符串 · 标准库 · Python教程 · Python placeholder 文本截断 textwrap TextWrapper max_lines
- Python textwrap.TextWrapper.placeholder 怎样为截断后的段落设置结束标记
- 301浏览 收藏
-
- 文章 · python教程 | 13小时前 | python · Python 参数绑定 inspect BoundArguments apply_defaults
- Python inspect.BoundArguments.apply_defaults 怎样给已绑定参数补上默认值
- 411浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1100次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1095次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1266次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1205次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1051次使用
查看更多
相关文章
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

