在pydantic.validators.find_validators typeError：issubclass（）arg 1必须是类

Question

您好，我正在阅读带有以下格式的JSON：

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

您可以看到密钥是数字，但不是仪表仪。

因此，我有以下baseModel嵌套dict：

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

问题是如何验证dict> dict中的所有项目是obji无需使用：

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

我尝试：

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

编辑

错误验证上一个的错误是：

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

这可能吗？

谢谢

Answer 1

您可以更改模型定义以使用自定义根类型（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 包含无效的内容类型（或缺少字段），prase_obj() 将引发 ValidationError。
例如，如果 data 看起来像这样：

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)

它将导致：

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 1 的对象的 id 具有无效的类型。

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

（pydantic docs 还建议在模型上实现自定义 __iter__ 和 __getitem__ 方法（如果您想访问中的项目）直接输入 __root__ 字段。）