本文主要是介绍【AI】【Python】pydantic库学习demo，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
因为工作中学习AI，然后包括看源码，以及看代码都使用到了pydantic库，因此下面是一些最主要的20%，以学会其80%的精髓。
pydantic 库是 python 中用于数据接口定义检查与设置管理的库。
pydantic 在运行时强制执行类型提示，并在数据无效时提供友好的错误。
这个帖子比较全面：pydantic学习教程
必填校验和Schema Json
# 学习一些pydatic库的api'''
用于数据验证和设置管理的Python库
它可以帮助我们定义数据类型，进行数据验证，以及自动
'''from pydantic import BaseModel
from typing import List, Optional
from datetime import datetimeclass User(BaseModel):id: int # 必填name: str = 'John Doe' # 非必填signup_ts: Optional[datetime] = Nonefriends: List[int] = []def test_validation_error():from pydantic import ValidationErrortry:user = User(signup_ts='2022-01-01 12:00', friends=[1, '2', b'3'])print(user)except ValidationError as e:print(e) # error，报错id是必填的def test_json_schema():from pydantic import BaseModelclass User(BaseModel):id: intname: str = 'John Doe'signup_ts: Optional[datetime] = Nonefriends: List[int] = []print(User.schema_json(indent=2)) # 返回json字符串，结构化的显示那些是必填的if __name__ == "__main__":test_validation_error()test_json_schema()
@valiator的使用
# 继承了StringPromptTemplate和BaseModel
class FunctionExplainerPromptTemplate(StringPromptTemplate, BaseModel):""" A custom prompt template that takes in the function name as input, and formats the prompt template to provide the source code of the function. """@validator("input_variables")def validate_input_variables(cls, v):""" Validate that the input variables are correct. """if len(v) != 1 or "function_name" not in v:raise ValueError("function_name must be the only input_variable.")return v# Generate a prompt for the function "get_source_code"
prompt = fn_explainer.format(function_name=get_source_code)
print(prompt)
@validator是pydantic库中的一个装饰器，用于对特定字段进行验证。当您在类中使用@validator时，它会将方法标记为验证器，并将其应用于指定的字段。
在这个例子中，validate_input_variables是一个验证器方法，它验证了输入变量的正确性。这个方法检查两个条件：
- 输入变量的数量是否为1。
- 输入变量中是否包含"function_name"。
如果这两个条件都不满足，那么就会抛出一个ValueError异常，表示"function_name"必须是唯一的输入变量。
这篇关于【AI】【Python】pydantic库学习demo的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
