Урок 03. Библиотека Pydantic
⚡ Кратко: суть урока
Pydantic — библиотека для валидации данных в Python с помощью аннотаций типов. Основной класс — BaseModel.
- Модели объявляются как классы, поля аннотируются типами (
int,str,bool). - Pydantic автоматически проверяет типы, приводит значения и сообщает об ошибках.
- Вложенные модели позволяют описывать сложные структуры данных.
model_validate_json()— десериализует JSON в модель.model_dump_json()— сериализует модель в JSON.Field()добавляет ограничения:gt,ge,min_length,max_length,default,alias.@field_validator— кастомная валидация полей.Config— глобальные настройки модели.
Что запомнить: Pydantic = типизация + автоматическая валидация + сериализация JSON.
Частая ошибка: путать @validator (Pydantic v1) и @field_validator (Pydantic v2).
📖 О чём этот урок
Этот урок посвящён библиотеке Pydantic — мощному инструменту для валидации и сериализации данных в Python. Pydantic широко используется во Flask, FastAPI, SQLAlchemy и других фреймворках.
Что изучим
- Что такое Pydantic и зачем он нужен
- Создание моделей через
BaseModel - Вложенные модели (nested models)
- Работа с JSON: десериализация и сериализация
- Наследование моделей
- Методы внутри моделей
Field()— валидация и метаданные полей- Специальные типы:
EmailStr,HttpUrl,List - Кастомная валидация через
@field_validator - Настройки модели через
Config
📚 Что повторить перед изучением
- Урок 02: Postman и маршруты с параметрами
- Базовый Python: классы, наследование, аннотации типов, f-strings
- Формат JSON: объекты, массивы, строки, числа, булевы значения