当前位置:首页 > 文章列表 > 文章 > python教程 > Python TypedDict Required 怎样表达部分字段必须存在

Python TypedDict Required 怎样表达部分字段必须存在

来源:17golang原创 2026-11-14 23:45:09 0浏览 收藏

如果一个接口的字典里,name、version 必须存在,而 comment、owner 可以省略,Python 的 TypedDict 不必拆成两套类型。用 total=False 先把字段设为“默认可缺省”,再用 Required 标回真正的必填键即可。

官方文档:https://docs.python.org/3/library/typing.html

核心写法是:class Payload(TypedDict, total=False),然后写 name: Required[str]。Required 约束的是键必须存在,不是字符串一定非空;它也不会替普通 dict 自动执行运行时校验。

先分清字段存在性和字段值类型

TypedDict 描述的是“字典允许哪些字符串键,以及每个键对应什么值类型”。字段存在性和字段值类型是两条不同规则:Required[str] 表示键必须出现且值按 str 检查;它不等价于“值不能是空字符串”。

from typing import Required, TypedDict

class UserPayload(TypedDict):
    # Required 约束键存在,str 约束键对应的值类型
    name: Required[str]

payload: UserPayload = {"name": "Ada"}
# payload = {}  # 类型检查器应提示缺少 name

默认情况下,TypedDict 的字段是必填的。因此只有“部分字段必填”时,才需要引入 total=False 或显式混合继承。

用 total=False 建立可选字段基线

把字段数量较多、但多数来自可选请求参数的对象先定义成 total=False,可以减少重复的 NotRequired。随后用 Required 把协议真正依赖的字段挑出来。

from typing import NotRequired, Required, TypedDict

class CreateUser(TypedDict, total=False):
    # total=False 让本类中未覆盖的字段默认可以缺失
    name: Required[str]
    version: Required[int]
    comment: str
    # 显式写出 NotRequired,适合强调可缺省的公共字段
    owner: NotRequired[str]

request: CreateUser = {"name": "Ada", "version": 1}

这里的结果是:name 和 version 必须存在;comment 和 owner 可以不出现,但一旦出现仍要满足各自的值类型。total=False 只影响当前类体里的字段,不会把继承来的规则随意改写。

TypedDict 输入字典、可选基线与 Required 和 NotRequired 字段关系结构说明图
图1:字段契约结构说明图,展示 total=False 与 Required、NotRequired 的静态关系,不是运行截图。

用 Required 和继承处理版本兼容

如果项目需要兼容较老的 Python 版本,或者希望把“基础可选字段”和“新增必填字段”拆开,可以使用 TypedDict 继承。它表达的是同一套字段契约,不是运行时的类层次业务对象。

from typing import TypedDict

class OptionalPart(TypedDict, total=False):
    # 兼容写法:基础字段默认允许省略
    comment: str
    owner: str

class UserPayload(OptionalPart):
    # 子类默认 total=True,因此新增字段默认必填
    name: str
    version: int

在现代 Python 中,Required 和 NotRequired 更直观,尤其适合字段集中在同一个定义里的场景。不要把 Optional[str] 当成“键可以缺失”:它通常只表示值可以是 None,键是否存在仍由 Required、NotRequired 或 total 决定。

用元数据检查静态契约边界

TypedDict 类型对象提供 __required_keys__ 和 __optional_keys__,可以帮助框架或调试代码读取字段集合。但这类元数据不是校验器;要拒绝来自网络的缺键请求,仍需在边界层编写显式检查或交给专门的运行时数据校验库。

from typing import TypedDict

class CreateUser(TypedDict, total=False):
    # 显式字段集合便于类型检查器和框架读取
    name: str
    version: int

required = CreateUser.__required_keys__
optional = CreateUser.__optional_keys__
# 真实接口仍应检查 payload 是否包含必填键,再读取其值
def has_required_keys(payload: dict[str, object]) -> bool:
    # 只判断键是否存在,不把空字符串误当成缺键
    return required.issubset(payload)

若使用 from __future__ import annotations 或字符串形式注解,官方文档提醒运行时元数据可能不准确;这更说明类型标注和运行时输入校验应分层处理。

TypedDict 必填集合、元数据与运行时普通字典边界结构说明图
图2:静态契约与运行时边界说明图,展示元数据关系,不是运行截图。

常见问题

Required 会检查值不能为空吗?

不会。它只检查键是否存在;空字符串、零或 None 是否允许,要由值类型和业务校验另行决定。

字段默认必填,还需要写 Required 吗?

不需要,但在 total=False 的混合字段定义中,写出来能清楚表达协议边界。

TypedDict 能替代请求参数校验吗?

不能。它主要服务静态类型检查和工具提示;网络边界仍要做键、值、范围和错误响应的运行时校验。

记住三点:先用 total 设定默认存在性,再用 Required/NotRequired 修正单个字段,最后把 TypedDict 的静态契约与运行时校验分开。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Python decode_header 为什么返回多个字节片段Python decode_header 为什么返回多个字节片段
上一篇
Python decode_header 为什么返回多个字节片段
Python queue.SimpleQueue 怎样在生产者消费者间传递任务
下一篇
Python queue.SimpleQueue 怎样在生产者消费者间传递任务
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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数据集详解:生物医学问答基准、功能与应用指南
    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。
    1029次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    1030次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    1173次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    1134次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    973次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码