7、Python 中的 Pydantic 库：数据验证与序列化的强大工具

Python 中的 Pydantic 库：数据验证与序列化的强大工具

1. 反序列化（Deserialization）

反序列化是向模型提供数据的过程，也就是输入阶段，与序列化（将模型数据以所需形式输出）相反。在 Pydantic 中，反序列化与验证紧密相关，因为在实例化模型时会执行验证和解析过程。

以下是一个通过字典传递数据进行反序列化和验证的示例：

from pydantic import BaseModel

class User(BaseModel):
    id: int
    username: str
    email: str
    password: str

user = User.model_validate(
    {
        "id": 1,
        "username": "freethrow",
        "email": "email@gmail.com",
        "password": "somesecret",
    }
)
print(user)

在这个示例中， .model_validate() 方法接受一个 Python 字典，同时完成类的实例化和数据验证。此外， model_validate_json() 方法可接受 JSON 字符串，适用于处理 API 数据。而 model_construct() 方法可在不进行验证的情况下构建模型实例，但不建议在大多数情况下使用。

2. 模型字段（