Pydantic 与数据校验

Pydantic 是 FastAPI 的数据层，也是 Python 数据建模的事实标准。面试主线：模型怎么定义、嵌套怎么处理、校验失败长什么样、怎么序列化。

模型定义与约束

from pydantic import BaseModel, Field, EmailStr

class UserCreate(BaseModel):
    name: str = Field(min_length=1, max_length=50)
    age: int = Field(ge=0, le=150)
    email: EmailStr
    tags: list[str] = Field(default_factory=list)

类型注解即校验规则：类型错误、范围越界自动拦截
Field 约束：长度、范围、正则（pattern）、默认值
内置类型：EmailStr、HttpUrl、UUID、datetime（自动解析 ISO 格式）
请求非法数据返回 422 校验错误（不是 400），响应体带字段级错误明细

嵌套模型

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

class Order(BaseModel):
    id: int
    user: UserCreate          # 嵌套模型
    items: list[Item]         # 模型列表
    metadata: dict[str, str]  # 泛型容器

嵌套自动递归校验：一层非法，整棵模型树报错。list[Model]、dict[str, Model] 直接声明，无需手写解析。

校验器

from pydantic import field_validator, model_validator

class Booking(BaseModel):
    start: datetime
    end: datetime

    @field_validator("end")
    @classmethod
    def end_after_start(cls, v, info):
        if info.data.get("start") and v <= info.data["start"]:
            raise ValueError("结束时间必须晚于开始")
        return v

field_validator：单字段校验（可访问其他字段的值）
model_validator：整模型校验（跨字段逻辑）
校验器在约束之后执行；抛 ValueError 转成 422
field_validator/model_validator 是 Pydantic v2 的 API，v1 的 @validator 已弃用

序列化

user = UserCreate(name="alice", age=20)

data = user.model_dump()            # 转 dict
json_str = user.model_dump_json()   # 转 JSON 字符串
user2 = UserCreate.model_validate(data)   # 从 dict 构建+校验

方法	用途
`model_dump()`	转 dict（内部传递）
`model_dump_json()`	转 JSON（响应）
`model_validate()`	从 dict 构建并校验
`model_copy(update=...)`	部分修改（替代 Builder）

FastAPI 中：请求体自动 model_validate，响应模型自动 model_dump，手写序列化代码基本不需要。

面试追问

Pydantic 和 dataclass 的区别？ Pydantic 有校验、序列化、文档集成；dataclass 只是样板代码生成。FastAPI 用 Pydantic
校验失败返回什么？ 422，响应体是字段级错误明细（loc/msg/type）。不是 400
嵌套模型怎么校验？ 递归校验整棵模型树，一层错全报错。list[Model] 直接声明
field_validator 和 model_validator？ 前者单字段（可读其他字段），后者整模型跨字段逻辑。旧 @validator 已弃用
响应模型怎么过滤字段？ 响应类型用 UserOut（不含 password 字段），FastAPI 自动按模型序列化