如何转换我的输入数据以适合我想要的 Pydantic 模型答案

【问题标题】：How can I transform my input data to fit my desired Pydantic model如何转换我的输入数据以适合我想要的 Pydantic 模型
【发布时间】：2022-01-23 05:19:46
【问题描述】：

假设我有以下关于宠物主人的输入数据。

from types import SimpleNamespace

petowner1 = SimpleNamespace(
    id = 1,
    cats = [
            SimpleNamespace(id=1, name='Princess Peach')
        ],
    dogs = [
        SimpleNamespace(id=1, name='Sparky'),
        SimpleNamespace(id=2, name='Clifford')
    ]
)

petowner1 有一个id、一个cats 列表和一个dogs 列表。 ...但我认为 Owner 拥有一个 Pets 列表更有意义，每个宠物都有一个 type 属性（'cat' 或 'dog'） .因此，我建立了以下 Pydantic 模型

class Pet(BaseModel):
    id: int
    type: str
    name: str
    
    class Config:
        orm_mode = True
        

class Owner(BaseModel):
    id: int
    pets: List[Pet]

    class Config:
        orm_mode = True

根据我的输入数据，如何填充这些 Pydantic 模型？我的最终目标是做类似的事情

owner = Owner.from_orm(petowner1)
owner.json()

应该输出哪个

{
    'id': 1,
    'pets': [
        {'id': 1, 'type': 'cat', 'name': 'Princess Peach'},
        {'id': 1, 'type': 'dog', 'name': 'Sparky'},
        {'id': 2, 'type': 'dog', 'name': 'Clifford'}
    ]
}

【问题讨论】：

标签： python pydantic

【解决方案1】：

想出了一个解决方案，该解决方案涉及对GetterDict 进行子类化并扩展其get() 方法，如here 所述。

from typing import Optional, List, Any
from pydantic import BaseModel
from pydantic.utils import GetterDict

class Pet(BaseModel):
    id: int
    pet_type: str
    name: str

    class Config:
        orm_mode = True


class OwnerGetter(GetterDict):

    def get(self, key: str, default: Any = None) -> Any:
        if key == 'pets':
            pets = [
                *[Pet(pet_type="cat", id=x.id, name=x.name) for x in self._obj.cats],
                *[Pet(pet_type="cat", id=x.id, name=x.name) for x in self._obj.dogs],
            ]
            return pets

        else:
            return super(OwnerGetter, self).get(key, default)


class Owner(BaseModel):
    id: int
    pets: List[Pet]

    class Config:
        orm_mode = True
        getter_dict = OwnerGetter

用法

owner = Owner.from_orm(petowner1)
owner.json()

{
  "id": 1,
  "pets": [
    {
      "id": 1,
      "pet_type": "cat",
      "name": "Princess Peach"
    },
    {
      "id": 1,
      "pet_type": "cat",
      "name": "Sparky"
    },
    {
      "id": 2,
      "pet_type": "cat",
      "name": "Clifford"
    }
  ]
}

这里需要注意的是，我们必须使用Pet(pet_type="cat", id=x.id, name=x.name) 而不是Pet.from_orm(...) 来初始化每个Pet。我使用自定义 PetGetter 创建了一个更长的版本，以便我可以使用

pets = [
  *[Pet.from_orm(SimpleNamespace(pet_type="cat", data=x)) for x in self._obj.cats],
  *[Pet.from_orm(SimpleNamespace(pet_type="dog", data=x)) for x in self._obj.dogs]
]

代替

pets = [
  *[Pet(pet_type="cat", id=x.id, name=x.name) for x in self._obj.cats],
  *[Pet(pet_type="cat", id=x.id, name=x.name) for x in self._obj.dogs]
]

【讨论】：

【解决方案2】：

你可以使用简单的循环来构造对象：

class Owner(BaseModel):
    id: int
    pets: List[Pet]

    class Config:
        orm_mode = True

    @classmethod
    def from_orm(cls, p):
        pets = [
            *[Pet(id=cat.id, type="cat", name=cat.name) for cat in p.cats],
            *[Pet(id=dog.id, type="dog", name=dog.name) for dog in p.dogs],
        ]
        return cls(id=p.id, pets=pets)

【讨论】：

谢谢。看起来您正在覆盖 BaseModel 的 from_orm() 方法，是吗？如果是这样，是不是有很多 stuff 您要删除 from_orm() 所做的，例如检查 orm_mode 并调用 validate_model(cls, obj)？覆盖 from_orm() 似乎是一个危险的想法。
如果您查看 pydantic 源代码，您会发现 __init__ 和 from_orm 看起来几乎相同，不同之处在于 from_orm 调用 __new__ 本身。您在构造对象时具有相同的验证，因此根本没有危险。
有趣。感谢您的帮助。