Pydantic：用 Python 类型提示做数据验证，27k+ Star

Pydantic 是一款基于 Python 类型提示的数据验证库，目前在 GitHub 上已经获得了 27,917 个 Star。

它的核心思路是用原生 Python 语法定义数据模型，运行时自动完成验证和类型转换。开发者写类的时候，通过类型注解声明字段规则，Pydantic 会在实例化时检查数据是否合规，不合规就报错。

Pydantic 支持 Python 3.10 及以上版本。设计上考虑了对 IDE 和类型检查器的友好性，模型定义时能获得自动补全和类型推断，跟写普通 dataclass 的体验接近。

Pydantic V2 于 2023 年发布，是一次从底层到接口的全面重写。核心验证逻辑用 Rust 实现，处理速度比 V1 有显著改善。V2 同时内置了 V1 兼容模式，存量项目可以渐进迁移，不需要一次性改动全部代码。

安装方式很常规：

pip install -U pydantic

conda 用户也可以这样安装：

conda install pydantic -c conda-forge

下面是一个基本用法示例：

from datetime import datetime
from typing import Optional
from pydantic import BaseModel

class User(BaseModel):
    id: int
    name: str = 'John Doe'
    signup_ts: Optional[datetime] = None
    friends: list[int] = []

external_data = {'id': '123', 'signup_ts': '2017-06-01 12:22', 'friends': [1, '2', b'3']}
user = User(**external_data)
print(user)
#> User id=123 name='John Doe' signup_ts=datetime.datetime(2017, 6, 1, 12, 22) friends=[1, 2, 3]

这个例子展示了 Pydantic 的几个特点。id 字段声明为 int，但传入的是字符串 '123'，Pydantic 自动完成了类型转换。signup_ts 是 Optional[datetime]，传入日期字符串后转成 datetime 对象。friends 里的 b'3' 是 bytes 类型，也被转成整数。如果数据无法转换，Pydantic 会抛出 ValidationError，说明具体是哪个字段出了什么问题。

Pydantic 还支持嵌套模型。你可以把多个模型组合起来，验证复杂的多层数据结构。它也允许自定义验证器，在类型检查之外增加业务逻辑校验。

在 Python 生态中，Pydantic 被 FastAPI、SQLModel、LangChain 等项目作为底层依赖。这些项目选择 Pydantic，很大程度上是因为它能统一数据建模和验证流程，减少重复代码。

对于需要处理 API 请求、配置文件、数据库记录等外部输入的 Python 项目，Pydantic 是个值得考虑的工具。类型注解写在哪里，验证逻辑就自动跟到哪里，不需要额外维护一套校验规则。

dantic 是个值得考虑的工具。类型注解写在哪里，验证逻辑就自动跟到哪里，不需要额外维护一套校验规则。