python小知识-数据验证和解析神器pydantic

简介: Pydantic是一个Python库,用于数据验证和设置管理,基于类型提示提供数据模型验证。它可以用于用户输入验证、JSON序列化和解析,以及API交互中的数据校验。安装Pydantic可使用`pip install -U pydantic`或`conda install pydantic -c conda-forge`。通过定义BaseModel子类并使用Field进行约束,可以创建数据模型并进行验证。例如,定义User模型验证用户名、邮箱和年龄。Pydantic还支持自定义验证器,允许在字段赋值时执行特定逻辑,如密码强度检查和哈希处理。5月更文挑战第19天

最近在看langchain代码时,看到pydantic,做了些总结。希望可以帮到你。

一、功能简介

Pydantic是一个数据验证和设置管理库,主要用于数据验证、设置解析、JSON序列化/反序列化等。它基于Python的类型提示,为数据模型提供了丰富的验证功能,如数据类型约束、值约束、自定义验证函数等。此外,Pydantic还支持嵌套模型,能够表达更复杂的数据结构。

二、安装

你可以通过pip或conda来安装Pydantic。在命令行中输入以下命令之一即可:

pip install -U pydantic
# 或者
conda install pydantic -c conda-forge

三、常见的应用场景

  1. 验证用户输入:在Web应用中,Pydantic可以确保用户输入的数据符合预期的格式和结构。
  2. 解析JSON数据:Pydantic可以轻松地将JSON数据解析为Python对象,方便后续处理。
  3. 与API交互:在处理与数据结构必须明确且可靠的API交互时,Pydantic可以提供强大的支持。

四、简单例子

下面是一个简单的例子,演示了如何使用Pydantic来定义一个用户模型,并进行数据验证。

from pydantic import BaseModel, Field, ValidationError

# 定义一个用户模型
class User(BaseModel):
    username: str = Field(..., min_length=4, max_length=20, title="用户名")
    email: str = Field(..., regex=r'^[\w.-]+@[\w-]+\.\w{2,}$', title="邮箱地址")
    age: int = Field(gt=0, lt=150, description="年龄(0-150岁)")
    is_active: bool = True

try:
    # 创建一个用户实例,并进行数据验证
    user = User(username="john", email="john@example.com", age=30)
    print(user.json())  # 输出用户信息的JSON格式
except ValidationError as e:
    # 如果数据验证失败,输出错误信息
    print(e.json())

# 尝试使用不符合要求的数据创建用户实例
try:
    user = User(username="j", email="invalid_email", age="thirty")
except ValidationError as e:
    print(e.json())  # 输出详细的错误信息,指示哪些字段不符合期望的类型或约束

在这个例子中,我们首先定义了一个用户模型User,并使用了Pydantic的Field参数来指定字段的类型、约束和描述。然后,我们尝试使用符合要求的数据创建一个用户实例,并输出了其JSON格式。接着,我们尝试使用不符合要求的数据创建用户实例,Pydantic抛出了ValidationError异常,并输出了详细的错误信息。

五、pydantic 解析json
Pydantic 提供了非常直观和简单的方法来解析 JSON 数据。一旦你定义了一个基于 Pydantic 的数据模型,你可以使用 parse_obj() 方法或直接将 JSON 字符串传递给模型构造函数来解析 JSON 数据。

以下是一个示例,演示如何使用 Pydantic 来解析 JSON 数据:

from pydantic import BaseModel, Field, ValidationError
from typing import List
import json

# 定义一个用户模型
class User(BaseModel):
    username: str = Field(..., min_length=4, max_length=20, title="用户名")
    email: str = Field(..., regex=r'^[\w.-]+@[\w-]+\.\w{2,}$', title="邮箱地址")
    age: int = Field(gt=0, lt=150, description="年龄(0-150岁)")
    is_active: bool = True

# 定义一个包含用户的列表模型
class UserList(BaseModel):
    users: List[User]

# JSON 字符串
json_str = '''
[
    {"username": "john", "email": "john@example.com", "age": 30},
    {"username": "jane", "email": "jane@example.org", "age": 25}
]
'''

# 解析 JSON 字符串
try:
    # 方法 1: 使用 json.loads 和 parse_obj
    json_data = json.loads(json_str)
    users = UserList(parse_obj=json_data).users

    # 方法 2: 直接将 JSON 字符串传递给 UserList 构造函数
    # 注意:这要求 JSON 字符串的格式与 UserList 模型完全匹配
    users_direct = UserList.parse_raw(json_str).users

    # 打印解析后的用户列表
    for user in users:
        print(user.json())

    # 同样的,对于 users_direct 也可以这样做
    for user in users_direct:
        print(user.json())

except ValidationError as e:
    # 如果数据验证失败,输出错误信息
    print(e.json())

在上面的示例中,我们定义了两个模型:UserUserListUserList 是一个包含 User 列表的模型。

然后,我们有一个 JSON 字符串 json_str,它表示一个用户列表。我们使用两种方法解析这个 JSON 字符串:

  1. 首先,我们使用 Python 的 json.loads() 方法将 JSON 字符串转换为 Python 字典。然后,我们将这个字典传递给 UserList 模型的 parse_obj() 方法来创建一个 UserList 实例。
  2. 第二种方法更简洁,我们直接将 JSON 字符串传递给 UserListparse_raw() 方法。这个方法会先解析 JSON 字符串,然后创建 UserList 实例。注意,这种方法要求 JSON 字符串的格式与 UserList 模型完全匹配。

两种方法都会返回一个 UserList 实例,我们可以从中访问解析后的用户列表。然后,我们可以遍历这个列表并打印每个用户的 JSON 格式数据。

如果 JSON 数据不符合模型的定义(例如,字段类型错误、值超出范围等),Pydantic 会抛出一个 ValidationError 异常,并包含有关错误的详细信息。

六、BaseModel

在Pydantic中,BaseModel是一个基类,用于定义数据模型。BaseModel及其子类可以包含多个字段,每个字段都是类的属性,并且通常与类型注解一起使用来定义字段的类型和约束。

除了字段之外,BaseModel本身还有一些属性和方法,用于处理数据模型的创建、验证、序列化和反序列化等。以下是一些BaseModel的常见属性和方法:

属性

  • 字段(Fields):通过类型注解定义的模型属性,用于数据验证和类型检查。
  • schema:返回模型的JSON Schema。这是一个字典,描述了模型的字段、类型、约束等。
  • schema_json:返回模型的JSON Schema的JSON字符串表示。
  • config:用于配置模型的元数据的BaseModelConfig实例。你可以通过子类化BaseModelConfig并覆盖其属性来定制模型的配置。

方法

  • parse_obj(v):从任意对象(如字典)中解析数据并创建一个模型实例。如果数据不满足模型的约束,将引发ValidationError
  • parse_raw(s, content_type='application/json'):从原始字符串(如JSON字符串)中解析数据并创建一个模型实例。这个方法会先使用指定的内容类型解析字符串,然后调用parse_obj
  • from_orm(instance):从SQLAlchemy ORM实例或其他ORM实例中创建模型实例。这通常用于从数据库查询结果中构建Pydantic模型。
  • dict(by_alias=False, exclude=None, exclude_unset=False, exclude_defaults=False, exclude_none=False):将模型实例转换为一个字典。你可以通过参数来控制要包含在字典中的字段。
  • json(by_alias=False, exclude=None, exclude_unset=False, exclude_defaults=False, exclude_none=False, indent=None, separators=None, ensure_ascii=True, sort_keys=False):将模型实例转换为一个JSON字符串。参数与dict方法相同,但还包括一些用于控制JSON输出的额外选项。
  • validate_fields(values, pre=True, post=True):验证字段值是否满足模型的约束。这通常在子类化BaseModel并需要自定义验证逻辑时使用。
  • construct(values=None, kwargs):创建一个模型实例,但不进行验证。这在你确定传入的数据已经满足模型约束时很有用。

注意:上述属性和方法可能因Pydantic版本的不同而有所变化。建议查阅Pydantic的官方文档以获取最准确和最新的信息。

pydantic中验证器validator

在Pydantic中,validator装饰器允许你定义自定义的验证逻辑,这些逻辑将在字段赋值时运行。这为你提供了额外的灵活性,以确保字段值满足某些条件,而这些条件可能无法直接通过类型注解或Pydantic内置约束来表达。

下面是一个使用validator装饰器的例子,该例子定义了一个User模型,其中包含一个password字段,该字段在赋值时必须满足特定的长度要求,并且需要被哈希处理:

from pydantic import BaseModel, Field, validator
from passlib.hash import pbkdf2_sha256 as sha256  # 假设使用passlib库进行密码哈希

class User(BaseModel):
    username: str = Field(..., min_length=4, max_length=20, title="用户名")
    email: str = Field(..., regex=r'^[\w.-]+@[\w-]+\.\w{2,}$', title="邮箱地址")
    password_raw: str  # 原始密码,不会进行类型检查或验证(因为我们将手动处理)

    # 使用@validator装饰器定义一个自定义验证器
    @validator('password_raw')
    def password_must_contain_uppercase(cls, v):
        if not any(c.isupper() for c in v):
            raise ValueError('password must contain at least one uppercase letter')
        if len(v) < 8:
            raise ValueError('password must be at least 8 characters long')
        return v

    # 另一个验证器,用于在password_raw赋值后哈希密码
    @validator('password_raw', always=True, pre=True)
    def hash_password(cls, v):
        if v is not None:
            return sha256.hash(v)
        return v

    # 计算后的哈希值将存储在password字段中
    @property
    def password(self):
        return self.password_raw

# 创建一个User实例
user = User(username="alice", email="alice@example.com", password_raw="Secret123!")
print(user.password)  # 输出哈希后的密码,而不是原始密码

在这个例子中,我们定义了两个验证器:

  1. password_must_contain_uppercase:这个验证器检查password_raw字段是否包含至少一个大写字母,并且长度是否至少为8个字符。如果不满足这些条件,它会引发一个ValueError

  2. hash_password:这个验证器在password_raw字段赋值之前(由于pre=True)运行,并且总是运行(由于always=True),无论字段值是否改变。它使用passlib库中的pbkdf2_sha256函数对密码进行哈希处理,并将哈希值返回给password_raw字段。注意,由于我们使用了pre=True,哈希处理在验证其他任何约束之前发生。

另外,请注意我们定义了一个password属性,它简单地返回password_raw的值。由于我们在hash_password验证器中替换了password_raw的值,因此这个属性实际上返回的是哈希后的密码。然而,从外部看,用户仍然是通过password_raw字段来设置密码的。

这种设计允许我们保持模型的内部状态(即哈希后的密码)与用户的输入(即原始密码)分离,同时仍然提供一个直观的接口来设置密码。

目录
相关文章
|
2天前
|
Python
gzip解析 python
gzip解析 python
5 0
|
3天前
|
XML 数据格式 Python
Python使用xpath对解析内容进行数据提取
在前面的文章当中,已经教大家如何去获取我们需要的数据原文内容,今天就介绍一个用于提取所需数据的方法之一xpath。在后续会讲解bs4(beautifulsoup),re正则表达式。
|
4天前
|
XML JavaScript 关系型数据库
Python XML 解析
Python XML 解析
|
7天前
|
SQL 算法 数据可视化
LeetCode题目92:反转链表ll 【python 递归与迭代方法全解析】
LeetCode题目92:反转链表ll 【python 递归与迭代方法全解析】
|
7天前
|
存储 数据挖掘 数据处理
【python源码解析】深入 Pandas BlockManager 的数据结构和初始化过程
【python源码解析】深入 Pandas BlockManager 的数据结构和初始化过程
|
8天前
|
监控 测试技术 持续交付
Python 3.x与Python 2.x:不兼容性的深度解析
Python 3.x与Python 2.x之间的不兼容性是一个复杂而重要的问题。尽管迁移可能会带来一些挑战和困难,但考虑到Python 2.x已经停止支持以及Python 3.x带来的诸多改进和优势,迁移是不可避免的。通过了解变化、使用兼容工具、逐步迁移、利用社区资源、编写测试、保持更新、考虑使用Python 3.x的特定功能、重新评估第三方库和框架、备份和版本控制以及测试和部署等策略,你可以成功地将你的代码从Python 2.x迁移到Python 3.x,并享受Python 3.x带来的新功能和改进.
19 5
|
8天前
|
XML 数据采集 API
Beautiful Soup:Python中的网页解析利器
**Beautiful Soup是Python的HTML和XML解析库,简化了数据提取过程。它提供简单的方法来解析文档树,自动处理编码问题。安装使用`pip install beautifulsoup4`,可配合lxml解析器。基本用法包括:导入库、解析元素(如`find()`和`find_all()`)、遍历文档树和修改文档。在实际项目中,常用于网络爬虫和数据抓取,例如抓取网页新闻标题。**【6月更文挑战第8天】
20 4
|
17天前
|
XML JavaScript API
Python XML 解析
Python XML 解析
|
1月前
|
XML JavaScript API
「Python系列」Python XML解析
在Python中,解析XML文件通常使用内置的`xml.etree.ElementTree`模块,它提供了一个轻量级、高效的方式来解析XML文档。此外,还有其他的第三方库,如`lxml`和`xml.dom`,它们提供了更多的功能和灵活性。
17 0
|
1月前
|
XML 安全 API
Python读写XML文件:深入解析与技术实现
Python读写XML文件:深入解析与技术实现
81 0

推荐镜像

更多