在pydantic.validators.find_validators TypeError中: issubclass() arg 1必须是一个类

Question

你好，我正在阅读具有以下格式的JSON：

{
    "1": {"id":1, "type": "a"},
    2: {"id":2, "type": "b"},
    "3": {"id":3, "type": "c"},
    "5": {"id":4, "type": "d"}
}

正如你所看到的，这些键是数字，但不是连续的。

所以我有下面的BaseModel到嵌套的dict

@validate_arguments
class ObjI(BaseModel):
    id: int
    type: str

问题是如何验证dict中的所有项都是ObjI，而无需使用：

objIs = json.load(open(path))
assert type(objIs) == dict
    for objI in objIs.values():
        assert type(objI) == dict
        ObjI(**pair)

我试过：

@validate_arguments
class ObjIs(BaseModel):
    ObjIs:  Dict[Union[str, int], ObjI]

编辑

验证前一项的错误是：

in pydantic.validators.find_validators TypeError: issubclass() arg 1 must be a class

这个是可能的吗？

谢谢

Answer 1

您可以将模型定义更改为使用https://pydantic-docs.helpmanual.io/usage/models/#custom-root-types (不需要validate_arguments装饰器)：

from pydantic import BaseModel
from typing import Dict

class ObjI(BaseModel):
    id: int
    type: str

class ObjIs(BaseModel):
    __root__: dict[int, ObjI]

现在可以使用JSON数据初始化模型，例如：

import json
with open("/path/to/data") as file:
    data = json.load(file)

objis = ObjIs.parse_obj(data)

如果data包含无效类型(或缺少字段)，prase_obj()将引发ValidationError。例如，如果data看起来是这样的：

data = {
    "1": {"id": "x", "type": "a"},
#                ^
#                wrong type
    2: {"id": 2, "type": "b"},
    "3": {"id": 3, "type": "c"},
    "4": {"id": 4, "type": "d"},
}

objs = ObjIs.parse_obj(data)

这将导致：

pydantic.error_wrappers.ValidationError: 1 validation error for ObjIs
__root__ -> 1 -> id
  value is not a valid integer (type=type_error.integer)

这告诉我们，具有键id的对象的1类型无效。

(您可以像处理Python中的任何其他异常一样捕获和处理ValidationError。)

( pydantic 文档还建议在模型上实现自定义__iter__和__getitem__方法，如果您想直接访问__root__字段中的项。)