我将pydanticBaseModel
与这样的验证器一起使用:
from datetime import date
from typing import List, Optional
from pydantic import BaseModel, BaseConfig, validator
class Model(BaseModel):
class Config(BaseConfig):
allow_population_by_alias = True
fields = {
"some_date": {
"alias": "some_list"
}
}
some_date: Optional[date]
some_list: List[date]
@validator("some_date", pre=True, always=True)
def validate_date(cls, value):
if len(value) < 2: # here value is some_list
return None
return value[0] # return the first value - let's assume it's a date string
# This reproduces the problem
m = Model(some_list=['2019-01-03'])
我想根据some_list
的值来计算some_date
的值,并在满足某个条件时使其None
。在
我的JSON从不包含字段some_date
,它总是基于some_list
填充,因此pre=True, always=True
。但是,some_date
的默认验证器将在我的自定义验证器之后运行,如果validate_date
返回None
,则验证程序将失败。在
有没有一种方法可以创建这样一个只由另一个计算的字段,并且仍然可以是Optional
?在
我倾向于说,你这样做是不可能的。在
您正确地指出,} 。更具体地说,某个特定验证器的输出永远不会针对} 的上游进行。在
date
的默认验证器是在数据模型中的自定义validate_date
之后调用的。相关的源代码可以找到here: pydantic.fields.py(截至2019年1月,git hash:19320bf)。显然,验证程序的级联不支持allow_none
-模式,有关详细信息,请参见^{None
进行测试,该测试在^{从阅读文档和pydantic的来源来看,我倾向于说pydantic的验证机制目前对验证函数中的类型转换(
list -> date
,list -> NoneType
)的支持非常有限。如果您的用例有很好的参数,您可能需要请求该特性here。在不过,退一步讲,使用
alias
和标志allow_population_by_alias
(无论如何,正如documentation中所述,这是不推荐的)的方法似乎有点过载。some_date
只需要作为some_list[0] if len(some_list) >= 2 else None
的快捷方式,但它永远不会独立于some_list
进行设置。如果真的是这样,为什么不选择下面这个简单得多的选项呢?在相关问题 更多 >
编程相关推荐