Pydantic

اعتبارسنجی داده بر پایه تایپ‌هینت‌ها

۴.۸۹ از ۵ پایتون

این کتابخانه چیست و چه می‌کند؟

Pydantic داده ورودی (JSON، فرم، متغیر محیطی) را بر اساس مدل‌های تایپ‌دار پایتون اعتبارسنجی و به آبجکت تمیز تبدیل می‌کند؛ خطاها را دقیق و انسانی گزارش می‌دهد و هسته اعتبارسنجی‌اش با Rust نوشته شده و بسیار سریع است. FastAPI و LangChain و صدها کتابخانه دیگر روی Pydantic سوارند.

قابلیت‌های کلیدی

  • اعتبارسنجی خودکار بر اساس تایپ‌ها
  • پیام خطای دقیق و خوانا
  • model_dump و model_validate_json
  • تنظیمات با BaseSettings از متغیر محیطی

مثال کاربردی واقعی

قابل اجرا
from pydantic import BaseModel, EmailStr, field_validator

class User(BaseModel):
    name: str
    email: EmailStr
    age: int

    @field_validator('age')
    @classmethod
    def check_age(cls, v):
        if v < 13:
            raise ValueError('حداقل سن ۱۳ سال است')
        return v

user = User(name='سارا', email='sara@example.com', age=25)
print(user.model_dump())

توضیح مثال: EmailStr به پکیج email-validator نیاز دارد (pip install email-validator). با model_dump خروجی dict می‌گیرید و با model_validate_json مستقیم از رشته JSON آبجکت می‌سازید.

نکات حرفه‌ای

  • فیلدهای اختیاری را Optional بنویسید تا None پذیرفته شود.
  • برای تنظیمات پروژه از BaseSettings بخوانید؛ فایل .env هم پشتیبانی می‌شود.