是否可以在不知道實際字段名稱的情況下以某種方式初始化 pydantic model？

Question

我正在嘗試對 function 的輸入輸出創建某種動態驗證：

from pydantic import ValidationError, BaseModel
import numpy as np

class ValidationImage:
    @classmethod
    def __get_validators__(cls):
        yield cls.validate


    @classmethod
    def validate(cls, v):
        if not isinstance(v, np.ndarray):
            raise TypeError("np.ndarray required")
        return v


class TestModel(BaseModel):
    image: ValidationImage


def validate(msg, model):
    try:
        message = model(image=msg)
    except ValidationError as e:
        return e


testimg = np.zeros([0])

print(validate(testimg, TestModel))

但問題是，此時message = model(image=msg)我實際上確實需要知道 model 內部有image字段，這是我作為validate function 的參數得到的。

我想以某種方式創建一個 model 實例而不知道實際的字段名稱（可能來自列表？）

我試過message = model(msg) - 不起作用。 我想知道是否可以這樣做？ 或者有什么解決方法嗎？

更新＃1：我能夠通過使用list(model.__fields__.keys())[0]獲取字段名稱，但我不知道如何使用str作為實際代碼。 這似乎有點像一個不好的做法

Answer 1

我想你想在這里使用參數擴展：

def validate(args, model):
    # `args` must be a dict with str keys.
    try:
        message = model(**args)
    except ValidationError as e:
        return e

testimg = np.zeros([0])

print(validate({"image": testimg}, TestModel))

你可以使用kwargs變得更漂亮：

def validate(model, **kwargs):
    try:
        message = model(**kwargs)
    except ValidationError as e:
        return e

testimg = np.zeros([0])

print(validate(TestModel, image=testimg))