配置模型和ConfigDict
简介
Pydantic 模型的配置。
完整内容请访问 https://docs.pydantic.dev/latest/api/config/#pydantic.config.ConfigDict
ConfigDict
Bases: TypedDict
用于配置 Pydantic 行为的 TypedDict
title
生成的 JSON 模式的标题，默认为模型的名称
str_to_lower
是否将 str 类型的所有字符转换为小写。 默认为 False
str_to_upper
是否将 str 类型的所有字符转换为大写。 默认为 False
str_strip_whitespace
是否去除 str 类型的前导和尾随空格。
str_min_length
str 类型的最小长度。 默认为None
str_max_length
str 类型的最大长度。 默认为None
extra
在模型初始化期间是否忽略、允许或禁止额外属性。 默认为ignore。
您可以配置 pydantic 如何处理模型中未定义的属性：
allow- 允许任何额外的属性。forbid- 禁止任何额外的属性。ignore- 忽略任何额外的属性。
frozen
模型是否是假不可变的，即是否允许 __setattr__ 并为模型生成一个 __hash__() 方法。如果模型的所有属性都是散列的，那么模型实例就可能是散列的。默认为假。
populate_by_name
是否可以用模型属性给出的名称和别名来填充别名字段。默认为 False
validate_assignment
更改模型时是否验证数据。默认为 False。
Pydantic 的默认行为是在创建模型时验证数据。
如果用户在创建模型后更改了数据，则不会重新验证模型。
如果想在数据更改时重新验证模型，可以使用 validate_assignment=True
arbitrary_types_allowed
字段类型是否允许任意类型。默认为False
strict
(V2新增)如果为 True，将对模型上的所有字段进行严格验证。
默认情况下，Pydantic 会尽可能将值强制转换为正确的类型。
在某些情况下，您可能希望禁用这种行为，而不是在值的类型与字段的类型注释不匹配时引发错误。
要为模型上的所有字段配置严格模式，可以在模型上设置 strict=True。
from pydantic import BaseModel, ConfigDict
class Model(BaseModel):
model_config = ConfigDict(strict=True)
name: str
age: int详情请参阅 严格模式。
有关 Pydantic 如何在严格模式和宽松模式下转换数据的更多详情，请参阅转换表。
Nisekoi