从Python数据类动态创建Pydantic模型
我想从一个数据类动态创建一个Pydantic模型,类似于从一个数据类动态创建一个Marshmallow模式,就像在Marshmallow或dataclass中一样。是否已经有一个图书馆或简单的方法来做到这一点 一些背景-我更喜欢在业务逻辑中使用dataclass,而不是直接使用Pydantic模型。我仅在FastAPI应用程序中使用Pydantic模型对带有驼峰大小写字段的数据进行序列化/反序列化。然而,我发现自己基本上复制了数据类定义,这是没有效率的 样本输入:从Python数据类动态创建Pydantic模型,python,pydantic,Python,Pydantic,我想从一个数据类动态创建一个Pydantic模型,类似于从一个数据类动态创建一个Marshmallow模式,就像在Marshmallow或dataclass中一样。是否已经有一个图书馆或简单的方法来做到这一点 一些背景-我更喜欢在业务逻辑中使用dataclass,而不是直接使用Pydantic模型。我仅在FastAPI应用程序中使用Pydantic模型对带有驼峰大小写字段的数据进行序列化/反序列化。然而,我发现自己基本上复制了数据类定义,这是没有效率的 样本输入: from typing imp
from typing import List
from dataclasses import dataclass
@dataclass
class Item:
id: int = None
stuff: str = None
height: float = None
@dataclass
class Bag:
id: int = None
name: str = None
things: List[Item] = None
@dataclass
class Basket:
id: int = None
recipient: str = None
bags: List[Bag] = None
best_item: Item = None
期望输出:
from typing import List
from pydantic.main import BaseModel
def camel_case_converter(value: str):
parts = value.lower().split('_')
return parts[0] + ''.join(i.title() for i in parts[1:])
class CamelBaseModel(BaseModel):
class Config:
alias_generator = camel_case_converter
class Item(CamelBaseModel):
id: int = None
stuff: str = None
height: float = None
class Bag(CamelBaseModel):
id: int = None
name: str = None
things: List[Item] = None
class Basket(CamelBaseModel):
id: int = None
recipient: str = None
bags: List[Bag] = None
best_item: Item = None
也许是这样的?(来自)
我知道pydantic数据类的替代品,但不确定如何将字段骆驼壳化。在我的问题中,我让pydantic模型扩展pydantic模型,该模型具有用于生成驼峰式字段别名的配置。
from typing import Type
from pydantic import BaseModel
from pydantic.dataclasses import dataclass as pydantic_dataclass
from typing import List
from dataclasses import dataclass
def model_from_dataclass(kls: 'StdlibDataclass') -> Type[BaseModel]:
"""Converts a stdlib dataclass to a pydantic BaseModel"""
return pydantic_dataclass(kls).__pydantic_model__
@dataclass
class Item:
id: int = None
stuff: str = None
height: float = None
ItemBaseModel = model_from_dataclass(Item)