如何從 json 中解析帶有“Type”類型字段的 pydantic 模型？

Question

如何使用 pydantic 進行以下工作？

from typing import Type

import pydantic


class InputField(pydantic.BaseModel):
    name: str
    type: Type

InputField.parse_raw('{"name": "myfancyfield", "type": "str"}')

它失敗了

pydantic.error_wrappers.ValidationError: 1 validation error for InputField
type
  a class is expected (type=type_error.class)

但是我需要從 json 中解析它，所以我沒有直接將 Type 對象傳遞給__init__方法的選項。

Answer 1

帶有pre=True的自定義驗證器將允許您嘗試查找具有提供的名稱的類。 這是一個工作示例，首先嘗試獲取一個內置的並失敗，假設該類位於全局命名空間中：

from pydantic import BaseModel, validator


class InputField(BaseModel):
    name: str
    type_: type

    @validator("type_", pre=True)
    def parse_cls(cls, value: object) -> type:
        name = str(value)
        try:
            obj = getattr(__builtins__, name)
        except AttributeError:
            try:
                obj = globals()[name]
            except KeyError:
                raise ValueError(f"{value} is not a valid name")
        if not isinstance(obj, type):
            raise TypeError(f"{value} is not a class")
        return obj


class Foo:
    pass


if __name__ == "__main__":
    print(InputField.parse_raw('{"name": "a", "type_": "str"}'))
    print(InputField.parse_raw('{"name": "b", "type_": "Foo"}'))

輸出：

name='a' type_=<class 'str'>
name='b' type_=<class '__main__.Foo'>

如果你也想支持動態導入，那也是可能的。 請參閱此處或此處以獲取指示。