Pydantic v2.9

#complex 数字支持

我们已在 Pydantic 中添加了对标准库 complex 数字的支持。对于验证，我们支持 complex 实例和可以 解析 为 complex 数字的字符串。

from pydantic import TypeAdapter


ta = TypeAdapter(complex)

complex_number = ta.validate_python('1+2j')
assert complex_number == complex(1, 2)

assert ta.dump_json(complex_number) == b'"1+2j"'

感谢 @changhc 的贡献！有关实现细节，请参阅 #9654。

#显式 ZoneInfo 支持

Pydantic 现在显式支持 ZoneInfo 类型（在 Python v3.9+ 中）。以下是用新类型进行验证和序列化的示例。

from pydantic import TypeAdapter
from zoneinfo import ZoneInfo

ta = TypeAdapter(ZoneInfo)

tz = ta.validate_python('America/Los_Angeles')
assert tz == ZoneInfo('America/Los_Angeles')

assert ta.dump_json(tz) == b'"America/Los_Angeles"'

感谢 @Youssefares 的贡献！有关新实现的更多详细信息，请参阅 #9896。

#val_json_bytes 设置

新的 val_json_bytes 设置允许用户指定在从 JSON 解码 bytes 数据时使用的编码。此设置与现有的 ser_json_bytes 结合使用，支持 bytes 数据的一致 JSON 往返操作。

例如

from pydantic import TypeAdapter, ConfigDict

ta = TypeAdapter(bytes, config=ConfigDict(ser_json_bytes='base64', val_json_bytes='base64'))

some_bytes = b'hello'
validated_bytes = ta.validate_python(some_bytes)

encoded_bytes = b'"aGVsbG8="'
assert ta.dump_json(validated_bytes) == encoded_bytes

# verifying round trip
# before we added support for val_json_bytes, the default encoding was 'utf-8' for validation, so this would fail
assert ta.validate_json(encoded_bytes) == validated_bytes

感谢 @josh-newman 的添加！您可以在 此处 查看完整的实现细节。

#支持带有自定义验证器的 JSON 模式

以前，当使用自定义验证器（如 BeforeValidator 或 field_validator）时，无法自定义与相关字段/类型关联的 mode='validation' JSON 模式。

现在，您可以使用 json_schema_input_type 规范来自定义具有自定义验证器的字段的 JSON 模式。例如

from typing import Any, Union

from pydantic_core import PydanticKnownError
from typing_extensions import Annotated

from pydantic import PlainValidator, TypeAdapter


def validate_maybe_int(v: Any) -> int:
    if isinstance(v, int):
        return v
    elif isinstance(v, str):
        try:
            return int(v)
        except ValueError:
            ...

    raise PydanticKnownError('int_parsing')


ta = TypeAdapter(Annotated[int, PlainValidator(validate_maybe_int, json_schema_input_type=Union[int, str])])
print(ta.json_schema(mode='validation'))
# > {'anyOf': [{'type': 'integer'}, {'type': 'string'}]}

!!! 注意 您不能将此新功能与 mode='after' 验证器一起使用，因为在此上下文中自定义 mode='validation' JSON 模式没有意义。

有关实现细节，请参阅 #10094。您可以在所有支持该规范的自定义验证器的 API 文档中找到 json_schema_input_type 的文档。

#标记的 Union 序列化

Pydantic 以其标记联合验证功能而闻名。在 pydantic/pydantic-core#1397 中，我们添加了对标记联合序列化程序的支持，这应该在使用标记联合时做出更直观的序列化决策。我们还进行了一些间接修复，例如改进 float | int 或 Decimal | float 联合的序列化选择。

#将注释兼容性错误移动到验证阶段

通常，在模式生成期间，Pydantic 会慷慨地将验证器/约束逻辑应用于类型。这在某些情况下可能会适得其反，因为在运行时，很明显给定的验证器/约束与某些输入数据不兼容。在此版本中，我们为这些情况设计了一些更直观的错误消息，并将它们移动到验证（运行时）阶段，而不是在模式构建时的一些有效情况下失败。有关实现细节，请参阅 #9999

#重大更改：合并 dict 类型 json_schema_extra 值，而不是覆盖

此更改不应影响任何内容，除了 `json_schema_extra 的专门用法。话虽如此，如果您想复制旧的行为，请参阅 这些文档。

#支持 $ref 键的同级键，从而删除 allOf JSON 模式解决方法

任何受影响的 JSON 语法现在都是有效的，并且更简单！有关详细信息，请参阅 #10029。

#弃用将 dict 传递给 Examples 类

这相对不言自明。有关更多详细信息，请参阅 #10181。此更改鼓励使用语法有效的 JSON 模式。