考察点:数据校验/序列化、模型驱动开发、v1→v2 迁移。框架选型与升级实操。
要点:
response_model 决定对外暴露哪些字段(可裁掉密码等敏感字段)、并做类型转换;③ 自动文档——Pydantic 的字段定义/Field(description=...) 直接生成 OpenAPI Schema,Swagger 就是这么来的。此外还用于配置管理(pydantic-settings)与内部 DTO。- 内核重写为 Rust(pydantic-core),校验速度提升数倍,这是最大卖点;
- validator → field_validator、root_validator → model_validator,且默认是 mode='after',要前置校验得写 mode='before';
- Config 内部类 → model_config = ConfigDict(...);
- orm_mode → from_attributes=True(配合 v2 才用 .model_validate(obj) 读 ORM 对象);
- .dict()/.json() → .model_dump()/.model_dump_json();parse_obj → model_validate;
- Optional[X] 语义收紧:v1 里 Optional 隐含「非必填」,v2 中类型可空与字段必填是两件事,必填要显式 Field(...),否则会出现「少了字段不再报错」的隐患;
- pydantic-settings 拆成独立包,BaseSettings 不再在 pydantic 主包。
bump-pydantic 脚本批量改写,但回归测试必须重跑——最常踩的是 Optional 语义变化和 field_validator 的作用模式差异,这两处会静默改变校验行为。题目与答案就在本页;收藏、批注和错题重练在应用内