.py · text/x-python

Pydantic v2: Python Pydantic v2 数据模型 (BaseModel)

Pydantic v2 模型基于 Python 类型注解与 BaseModel 类(为驼峰 JSON 键生成 Field 别名),底层由 Rust 引擎提供高速验证。

快速解答: Pydantic v2 模型基于 Python 类型注解与 BaseModel 类(为驼峰 JSON 键生成 Field 别名),底层由 Rust 引擎提供高速验证。 FastAPI 后端接口、Python 大模型结构化输出以及 Python 3.10+ 严格数据校验。

结构类型强类型代码
人类可读性高
支持嵌套支持
LLM Token 效率中
文件扩展名.py
MIME 类型text/x-python
适用场景FastAPI 后端接口、Python 大模型结构化输出以及 Python 3.10+ 严格数据校验。

核心优势

  • 已成为 FastAPI、OpenAI 结构化输出与 LangGraph 的事实标准模型
  • 自动将驼峰 JSON 键转为符合 PEP 8 的 snake_case 并绑定 Field(alias=...)
  • Pydantic v2 采用 Rust 核心,JSON 校验与序列化速度提升了一个数量级

局限与权衡

  • v1 与 v2 部分方法名有差异(如 model_validate 替代旧版 parse_obj)
  • Python 保留关键字或驼峰键名必须依赖 Field(alias=...) 做映射
  • 存在前向或循环引用时需引入 from __future__ import annotations

参考资料

本地转换与清理 Pydantic v2

相关工程指南

Pydantic v2 常见问题

JSON 转 Pydantic 如何处理 userId 这类驼峰命名键?

TxtTo 会将其转为符合 Python 规范的 user_id,同时自动附带 Field(alias="userId"),保证 Pydantic v2 无缝解析原始 JSON。

嵌套 JSON 对象会被拆分成独立的 Python 类吗?

会的。嵌套对象会自动提升为顶层有序排列的独立 BaseModel 子类。

为什么 Pydantic v2 输出代码开头带有 from __future__ import annotations?

它可以确保 Python 3.9+ 环境顺畅支持 PEP 604 联合类型写法(str | None)及前向类引用。