基于Pydantic封裝的通用模型在API請求驗證中怎么應用

這篇文章主要介紹“基于Pydantic封裝的通用模型在API請求驗證中怎么應用”的相關知識，小編通過實際案例向大家展示操作過程，操作方法簡單快捷，實用性強，希望這篇“基于Pydantic封裝的通用模型在API請求驗證中怎么應用”文章能幫助大家解決問題。

通用model

首先，我們定義了以下幾個基礎的 Pydantic 模型：

• DateModel：用于表示日期范圍，包含開始日期和結束日期。

• OrderModel：用于表示排序參數，包含排序字段和排序方式（升序或降序）。

• PageModel：用于表示分頁參數，包含頁碼和每頁數量。

#!/usr/bin/python3
# -*- coding: utf-8 -*-
# @author: hui
# @Desc: { 通用的一些Pydantic模型 }
# @Date: 2023/03/30 11:57
from pydantic import BaseModel, Field, validator
from typing import Optional
from datetime import date


class DateModel(BaseModel):
    """日期模型"""

    start_date: Optional[date] = Field(None, description="開始日期")
    end_date: Optional[date] = Field(None, description="結束日期")

    @validator("end_date", always=True)
    def validate_end_date(cls, end_date, values):
        start_date = values.get("start_date")
        if all([start_date, end_date]) and end_date < start_date:
            raise ValueError("結束日期必須大于等于開始日期")
        return end_date


class OrderModel(BaseModel):
    """排序模型"""

    order_by: Optional[str] = Field(None, description="排序字段,逗號分隔")
    order_mode: Optional[str] = Field(None, description="排序方式,逗號分隔,asc升序desc降序")

    @validator("order_by", "order_mode", always=True)
    def split_comma_separated_string(cls, value):
        if value:
            return value.split(",")
        return value

    @validator("order_mode", always=True)
    def check_length(cls, order_mode, values):
        order_by = values.get("order_by")
        if order_by and order_mode and len(order_by) != len(order_mode):
            raise ValueError("order_by and order_mode must have the same length")
        return order_mode


class PageModel(BaseModel):
    """分頁模型"""

    page: Optional[int] = Field(default=1, ge=1, description="頁碼")
    page_size: Optional[int] = Field(default=10, le=1000, description="每頁數量, 默認10，最大1000")

接下來，我們通過混入（Mixin）和組合兩種不同的方式將這些基礎模型應用到一個實際的 API 請求中。

Mixin 模式

DateOrderModelMixin 類通過多重繼承的方式繼承了 DateModel 和 OrderModel。這種方式的優點是簡單易懂，可以實現代碼重用。然而，它也可能導致類層次結構變得復雜，尤其是當有多個 Mixin 之間存在依賴關系時。

class DateOrderModelMixin(DateModel, OrderModel):
    """日期與排序模型Mixin"""
    pass

組合模式

PageOrderModel 類通過組合的方式將 OrderModel 和 PageModel 作為它的屬性。在初始化方法中，我們將請求參數映射到這兩個模型，并調用基類的初始化方法。

組合模式的優點是代碼結構更清晰，易于維護和擴展。但是，它可能需要編寫更多的代碼來將功能委托給組合的組件。

class PageOrderModel(BaseModel):
    """分頁排序模型"""
    order_model: OrderModel = Field(OrderModel(), description="排序模型")
    page_model: PageModel = Field(PageModel(), description="分頁模型")
    def __init__(self, **data):
        if "order_model" in data and "page_model" in data:
            order_model = data.pop("order_model", None)
            page_model = data.pop("page_model", None)
        else:
            # 用于直接平鋪的字典入參
            order_params = {
                "order_by": data.pop("order_by", None),
                "order_mode": data.pop("order_mode", None),
            }
            page_params = {
                "page": data.pop("page", None),
                "page_size": data.pop("page_size", None),
            }
            order_model = OrderModel(**order_params)
            page_model = PageModel(**page_params)
        super().__init__(order_model=order_model, page_model=page_model, **data)
page_order = PageOrderModel(
    order_model=OrderModel(order_by="field1,field2", order_mode="asc,desc"),
    page_model=PageModel(page=1, page_size=10)
)
>>>out
order_model=OrderModel(order_by=['field1', 'field2'], order_mode=['asc', 'desc'])
page_model=PageModel(page=1, page_size=10)
req_params = {
    "order_by": "field1,field2",
    "order_mode": "asc,desc",
    "page": 1,
    "page_size": 10
}
req_model = PageOrderModel(**req_params)
>>>out
order_model=OrderModel(order_by=['field1', 'field2'], order_mode=['asc', 'desc'])
page_model=PageModel(page=1, page_size=10)

再來幾個業務邏輯模型繼承 DateOrderModelMixin 和 PageOrderModel 然后模擬一些請求參數去驗證

讓我們創建兩個業務邏輯模型，一個用于查詢商品信息，另一個用于查詢訂單信息。這兩個模型分別繼承 DateOrderModelMixin 和 PageOrderModel。

from pydantic import BaseModel, Field
from typing import Optional

class ProductQueryModel(DateOrderModelMixin):
    product_category: Optional[str] = Field(None, description="商品類別")


class OrderQueryModel(PageOrderModel):
    customer_id: Optional[int] = Field(None, description="客戶ID")


# 使用 ProductQueryModel 進行參數驗證
product_query_params = {
    "start_date": "2023-04-01",
    "end_date": "2023-04-30",
    "order_by": "price",
    "order_mode": "desc",
    "product_category": "Electronics"
}

product_query = ProductQueryModel(**product_query_params)

>>>out
order_by=['price'] order_mode=['desc'] start_date=datetime.date(2023, 4, 1) end_date=datetime.date(2023, 4, 30) product_category='Electronics'


# 使用 OrderQueryModel 進行參數驗證
order_query_params = {
    "start_date": "2023-04-01",
    "end_date": "2023-04-30",
    "order_by": "order_date",
    "order_mode": "asc",
    "page": 1,
    "page_size": 20,
    "customer_id": 12345
}

order_query = OrderQueryModel(**order_query_params)

>>>out
order_model=OrderModel(order_by=['order_date'], order_mode=['asc']) page_model=PageModel(page=1, page_size=20) customer_id=12345

這里的 ProductQueryModel 和 OrderQueryModel 分別用于處理商品查詢和訂單查詢的請求參數。ProductQueryModel 繼承自 DateOrderModelMixin，因此它具有日期范圍和排序功能。OrderQueryModel 則繼承自 PageOrderModel，具有分頁和排序功能。

通過這兩個模型，我們可以輕松地驗證和解析傳入的請求參數。在上面的示例代碼中，我們分別創建了 product_query_params 和 order_query_params 字典來模擬請求參數，并使用 ProductQueryModel 和 OrderQueryModel 進行驗證。可以看到，這兩個模型成功解析了請求參數，并對日期范圍、排序和分頁進行了驗證。

結論

在處理Pydantic模型時，根據具體的業務場景和需求來選擇組合或Mixin模式。

Mixin模式適用于簡單的繼承關系，代碼簡潔易懂；組合模式適用于復雜的類關系，提供更好的靈活性和擴展性。在實際項目中，可以根據需求靈活選擇這兩種模式，或者根據情況將它們結合使用。

在實踐中，如果需要將多個通用功能混合到一個業務邏輯模型中，Mixin模式可能是一個更好的選擇，因為它可以讓我們輕松地將這些功能組合在一起。然而，當我們需要對這些功能進行更精細的控制，或者在多個業務邏輯模型之間共享某些功能時，組合模式可能會更合適。

總之，在處理Pydantic模型時，我們應根據項目的實際需求和場景來權衡這兩種模式的優缺點，從而做出合適的選擇。這里的入參校驗感覺使用多繼承會更簡單點，但到一些復雜的業務邏輯處理時可以使用組合模式，來做到更好的維護與擴展。

由于 GET 請求的入參不太好定義數據結構，減少的代碼冗余就想到了多繼承來組合屬性和方法，如果使用 POST 請求傳遞 json 數據入參就可以更好設計參數結構，這時使用組合的方式hui更好。

雜談

go的結構體嵌套就有點像組合

type Address struct {
    Street string
    City   string
    State  string
    Zip    string
}

type Person struct {
    Name    string
    Age     int
    Address Address
}

通過結構體的組合，可以方便地組合多個不同的數據結構，構建出更加復雜的結構體。這種組合方式可以讓代碼更加靈活和可維護，同時也可以提高代碼的可讀性和可重用性。

關于“基于Pydantic封裝的通用模型在API請求驗證中怎么應用”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識，可以關注億速云行業資訊頻道，小編每天都會為大家更新不同的知識點。