Pydantic字段级校验：解锁@validator的12种应用

title: Pydantic字段级校验：解锁@validator的12种应用
date: 2025/3/23
updated: 2025/3/23
author: cmdragon

excerpt:
Pydantic校验系统支持通过pre验证器实现原始数据预处理，在类型转换前完成字符清洗等操作。格式验证涵盖正则表达式匹配与枚举值约束，确保护照编号等字段符合规范。动态校验机制处理跨字段依赖关系及环境感知验证，根据运行时条件调整校验规则。安全校验模块防御SQL注入与XSS攻击，采用字符过滤和HTML转义策略。高级转换功能实现地址标准化、敏感信息加密等数据处理，企业级实践包含分布式ID验证与金融精度控制。校验错误处理需关注类型一致性及验证顺序，遵循"早失败"原则构建模块化校验规则库，推荐使用参数化查询等最佳安全实践。

categories:

后端开发
FastAPI

tags:

Pydantic字段校验
@validator高级应用
数据验证模式
防御式编程
校验器组合
动态依赖验证
企业级数据清洗

扫描二维码关注或者微信搜一搜：编程智域前端至全栈交流与成长

探索数千个预构建的 AI 应用，开启你的下一个伟大创意

第一章：基础校验模式

1.1 类型强制转换

from pydantic import BaseModel, validator


class CurrencyConverter(BaseModel):
    amount: str

    @validator("amount", pre=True)
    def string_to_float(cls, v):
        return float(v.strip("$"))


# 自动转换 "$100.5" → 100.5
print(CurrencyConverter(amount="$100.5").amount)

pre验证器特性：

在类型转换前执行
支持原始数据清洗
可处理非结构化输入

第二章：格式验证

2.1 正则表达式验证

import re


class IdentityForm(BaseModel):
    passport: str

    @validator("passport")
    def validate_passport(cls, v):
        if not re.match(r"^[A-PR-WY][1-9]\d\s?\d{4}[A-Z]$", v):
            raise ValueError("护照号码格式错误")
        return v.upper().replace(" ", "")

2.2 枚举值约束

from enum import Enum


class Department(Enum):
    HR = 1
    IT = 2


class Employee(BaseModel):
    dept: int

    @validator("dept")
    def check_department(cls, v):
        return Department(v).name  # 自动转换数字为枚举名称

第三章：动态校验

3.1 跨字段依赖验证

class OrderForm(BaseModel):
    product_type: str
    weight: float

    @validator("weight")
    def check_weight(cls, v, values):
        if values.get("product_type") == "fragile" and v > 10:
            raise ValueError("易碎品不得超过10kg")
        return v

3.2 环境感知校验

import os


class EnvAwareValidator(BaseModel):
    api_key: str

    @validator("api_key")
    def check_key_format(cls, v):
        env = os.getenv("APP_ENV", "dev")
        if env == "prod" and len(v) < 32:
            raise ValueError("生产环境密钥强度不足")
        return v

第四章：安全校验

4.1 SQL注入防御

class QuerySafe(BaseModel):
    search_term: str

    @validator("search_term")
    def sanitize_input(cls, v):
        forbidden = ["'", ";", "--", "/*"]
        if any(c in v for c in forbidden):
            raise ValueError("检测到危险字符")
        return v.replace("%", "\\%")

4.2 XSS攻击过滤

from html import escape


class CommentForm(BaseModel):
    content: str

    @validator("content")
    def sanitize_html(cls, v):
        return escape(v).replace("\n", "<br>")

第五章：高级转换

5.1 数据归一化

class AddressNormalizer(BaseModel):
    street: str

    @validator("street")
    def standardize_address(cls, v):
        replacements = {
            "St.": "Street",
            "Ave": "Avenue"
        }
        for k, v in replacements.items():
            v = v.replace(k, v)
        return v.title()

5.2 加密字段处理

from cryptography.fernet import Fernet


class SecureData(BaseModel):
    secret: str

    @validator("secret")
    def encrypt_value(cls, v):
        key = Fernet.generate_key()
        return Fernet(key).encrypt(v.encode())

第六章：企业级实践

6.1 分布式ID验证

import snowflake


class SnowflakeValidator(BaseModel):
    object_id: str

    @validator("object_id")
    def validate_snowflake(cls, v):
        try:
            snowflake.deconstruct(v)
            return v
        except Exception:
            raise ValueError("非法分布式ID格式")

6.2 金融精度控制

from decimal import Decimal, ROUND_HALF_UP


class FinancialModel(BaseModel):
    amount: float

    @validator("amount")
    def monetary_precision(cls, v):
        return Decimal(str(v)).quantize(
            Decimal("0.00"),
            rounding=ROUND_HALF_UP
        )

课后Quiz

Q1：pre验证器的执行时机是？
A) 类型转换后
B) 类型转换前
C) 最终验证阶段

Q2：防御SQL注入的最佳方法是？

1) 字符串替换
2) 参数化查询
3) 正则过滤

Q3：处理多字段依赖应使用？

[x] root_validator
[ ] 多个字段级校验器
[ ] 自定义__init__方法

错误解决方案速查表

错误信息	原因分析	解决方案
ValidationError: value is not a valid integer	类型转换前未清洗数据	添加pre=True验证器
ValueError: 检测到危险字符	SQL注入防御生效	使用参数化查询替代直接拼接
AssertionError: 校验顺序错误	依赖字段未优先验证	调整字段定义顺序
TypeError: 校验器返回类型错误	验证器返回值与声明类型不符	检查验证器逻辑

架构原则：字段校验应遵循"早失败"原则，在数据入口处完成所有验证。建议建立企业级校验规则库，通过装饰器模式实现校验逻辑的模块化管理。

余下文章内容请点击跳转至个人博客页面或者扫码关注或者微信搜一搜：编程智域前端至全栈交流与成长，阅读完整的文章：

Pydantic字段级校验：解锁@validator的12种应用

第一章：基础校验模式

1.1 类型强制转换

第二章：格式验证

2.1 正则表达式验证

2.2 枚举值约束

第三章：动态校验

3.1 跨字段依赖验证

3.2 环境感知校验

第四章：安全校验

4.1 SQL注入防御

4.2 XSS攻击过滤

第五章：高级转换

5.1 数据归一化

5.2 加密字段处理

第六章：企业级实践

6.1 分布式ID验证

6.2 金融精度控制

课后Quiz

错误解决方案速查表

往期文章归档：

风流倜傥的伤痕

引用和评论

Pydantic异步校验器深：构建高并发验证系统

🔥全程不用写代码，我用 AI 程序员写了一个飞机大战

Unicode 正则表达式（qbit）

MARC 数据解析（qbit）

Python 与 PostgreSQL 集成：深入 psycopg2 的应用与实践

pip安装报错：No such file or directory 'conda-forge' 没有那个文件或目录

【深度学习教程】Python 如何用 CNN 做情感分析？小白也能上手！