Pydantic 验证

使用 Python 类型提示进行数据验证。

Pydantic 快速且可扩展，与您的 linter/IDE/思维方式契合良好。用纯粹、规范的 Python 3.9+ 定义数据应有的样子；用 Pydantic 进行验证。

Pydantic Logfire 🔥

我们最近推出了 Pydantic Logfire，以帮助您监控应用程序。了解更多

Pydantic V1.10 vs. V2

Pydantic V2 是一个从头重写的版本，与 Pydantic V1 相比，它提供了许多新功能、性能改进以及一些不兼容的更改。

如果您正在使用 Pydantic V1，您可能需要查看 pydantic V1.10 文档或 1.10.X-fixes git 分支。Pydantic V2 还内置了最新版本的 Pydantic V1，因此您可以逐步升级您的代码库和项目： from pydantic import v1 as pydantic_v1。

帮助

有关更多详细信息，请参阅文档。

安装

使用 pip install -U pydantic 或 conda install pydantic -c conda-forge 进行安装。有关其他安装选项（以使 Pydantic 更快）的更多信息，请参阅文档中的安装部分。

一个简单的例子

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]
print(user.id)
#> 123

贡献

有关设置开发环境和如何为 Pydantic 做出贡献的指南，请参阅贡献 Pydantic。

报告安全漏洞

请参阅我们的安全策略。