구성

Pydantic의 동작은 BaseModel.model_config를 통해 제어할 수 있으며 TypeAdapter에 대한 인수로 제어할 수 있습니다.

!!! note v2.0 이전에는 Config 클래스가 사용되었습니다. 이는 여전히 지원되지만 더 이상 사용되지 않습니다 .

from pydantic import BaseModel, ConfigDict, ValidationError


class Model(BaseModel):
    model_config = ConfigDict(str_max_length=10)

    v: str


try:
    m = Model(v='x' * 20)
except ValidationError as e:
    print(e)
    """
    1 validation error for Model
    v
      String should have at most 10 characters [type=string_too_long, input_value='xxxxxxxxxxxxxxxxxxxx', input_type=str]
    """

또한 모델 클래스 kwargs로 구성 옵션을 지정할 수 있습니다.

from pydantic import BaseModel, ValidationError


class Model(BaseModel, extra='forbid'):  # (1)!
    a: str


try:
    Model(a='spam', b='oh no')
except ValidationError as e:
    print(e)
    """
    1 validation error for Model
    b
      Extra inputs are not permitted [type=extra_forbidden, input_value='oh no', input_type=str]
    """

1. 자세한 내용은 추가 속성 섹션을 참조하세요.

마찬가지로, Pydantic의 @dataclass 데코레이터를 사용하는 경우:

from datetime import datetime

from pydantic import ConfigDict, ValidationError
from pydantic.dataclasses import dataclass

config = ConfigDict(str_max_length=10, validate_assignment=True)


@dataclass(config=config)
class User:
    id: int
    name: str = 'John Doe'
    signup_ts: datetime = None


user = User(id='42', signup_ts='2032-06-21T12:00')
try:
    user.name = 'x' * 20
except ValidationError as e:
    print(e)
    """
    1 validation error for User
    name
      String should have at most 10 characters [type=string_too_long, input_value='xxxxxxxxxxxxxxxxxxxx', input_type=str]
    """

표준 라이브러리 또는 TypedDict 의 dataclass 를 사용한 구성

표준 라이브러리 또는 TypedDict 의 dataclass 사용하는 경우 대신 __pydantic_config__ 사용해야 합니다.

from dataclasses import dataclass
from datetime import datetime

from pydantic import ConfigDict


@dataclass
class User:
    __pydantic_config__ = ConfigDict(strict=True)

    id: int
    name: str = 'John Doe'
    signup_ts: datetime = None

또는 with_config 데코레이터를 사용하여 유형 검사기를 준수할 수 있습니다.

from typing_extensions import TypedDict

from pydantic import ConfigDict, with_config


@with_config(ConfigDict(str_to_lower=True))
class Model(TypedDict):
    x: str

전역적으로 동작 변경

Pydantic의 동작을 전역적으로 변경하려면 구성이 상속되므로 사용자 정의 model_config 사용하여 사용자 정의 BaseModel 생성할 수 있습니다.

from pydantic import BaseModel, ConfigDict


class Parent(BaseModel):
    model_config = ConfigDict(extra='allow')


class Model(Parent):
    x: str


m = Model(x='foo', y='bar')
print(m.model_dump())
#> {'x': 'foo', 'y': 'bar'}

model_config Model 클래스에 추가하면 Parent 의 model_config 와 병합 됩니다.

from pydantic import BaseModel, ConfigDict


class Parent(BaseModel):
    model_config = ConfigDict(extra='allow')


class Model(Parent):
    model_config = ConfigDict(str_to_lower=True)  # (1)!

    x: str


m = Model(x='FOO', y='bar')
print(m.model_dump())
#> {'x': 'foo', 'y': 'bar'}
print(m.model_config)
#> {'extra': 'allow', 'str_to_lower': True}

---

本文总阅读量次