Sunday面试指南

Pydantic v2 怎么校验数据?为什么字符串能变成整数,strict 模式又会报错?

下面是模拟面试对话,用来讲解本题,不是真实面经。

🧑‍💻 面试官:Pydantic 字段声明 int,传字符串为什么可能成功?

🙋‍♂️ 我:默认校验允许一些转换,例如可解析的数字字符串转整数。

🧑‍💻 面试官:我开启 strict,就能保证所有输入都不发生转换了吗?

🙋‍♂️ 我:还要看类型与输入方式,JSON 和 Python 对象的规则可能不同。

🧑‍💻 面试官:那 quantity=-1 能不能过?类型符合,与业务范围符合,是不是两件事?

类型转换、字段约束和业务规则,要分别说明;strict 也需要按具体类型与输入方式理解。

面试速答(60 秒版)

Pydantic v2 在运行时按模型规则校验输入。默认较宽松的模式会尝试允许的类型转换,例如把数字字符串解析成整数,但不代表任何字符串都能变成数字。

strict 模式减少这类转换,让类型不符的输入报错。可以在调用、字段或模型配置层控制,具体规则仍要看字段类型;Python 对象输入与 JSON 输入也可能不同,例如 JSON 没有原生日期对象。

字段类型符合以后,还可以用范围等约束检查值,例如数量必须大于零。更深的业务规则,如库存是否足够和用户有没有权限,仍然要在业务处理里判断。

最后,输入校验与输出序列化也要分开。模型通过校验,不代表之后任意修改都自动重新校验,更不代表数据可以随意暴露。

转换、类型、范围,逐项确认

知识点详解:输入怎样成为一份符合约定的数据

类型注解,在这里有了运行时处理

假设接口接收购买数量。普通 Python 的 quantity: int 注解不会自动拒绝字符串;Pydantic 模型会读取这份声明,按自己的校验规则处理输入。

默认模式下,符合转换规则的字符串可能被解析。这样方便接收来自参数、环境变量等渠道的数据,但也可能让调用方一直没发现自己传错类型。

所以要先决定接口合同。愿意接受数字字符串,就明确记录转换;要求原生整数,就把对应入口设严格。不能只从 int 这个单词推断全部输入行为。

用同一个字段观察宽松、严格与范围

下面代码使用 Pydantic v2。

Python

from pydantic import BaseModel, Field, ValidationError

class Purchase(BaseModel):
    quantity: int = Field(gt=0)

assert Purchase.model_validate({"quantity": "3"}).quantity == 3
for data, strict in [({"quantity": "3"}, True),
                     ({"quantity": -1}, False)]:
    try:
        Purchase.model_validate(data, strict=strict)
    except ValidationError as exc:
        assert exc.errors()[0]["loc"] == ("quantity",)
    else:
        raise AssertionError("本例应当校验失败")

第一个输入说明允许的转换。第二个类型不满足严格模式,第三个虽然是整数,却不满足 gt=0。两种失败都定位到 quantity,但错误原因不同。

errors() 中的位置和类型适合定位字段。错误内容可能包含原始输入,不应未经脱敏就写进公开日志,尤其是密码或令牌。

同一个字段,也可能有不同错误

strict 的边界,仍然跟着类型走

strict 不是“输入字节必须与 Python 内部表示完全一致”。JSON 没有原生 date 类型,因此某些日期类型即使严格校验 JSON,也仍允许相应字符串表示。

判断时需要明确使用 model_validate 处理 Python 对象,还是 model_validate_json 处理 JSON,再看具体字段转换表。不要把一个 int 例子的结论扩大到所有类型。

模型配置可以设默认严格,字段也可以有自己的安排。大量接口突然改严格,原来被默默转换的输入会开始失败,需要先核对调用方合同与测试样本。

校验后,还有修改与业务边界

模型初次通过校验,不代表之后每次赋值都会自动检查。需要赋值校验时按 v2 配置启用;嵌套对象和直接原地修改又有自己的边界,不能以一项开关当完整防线。

库存、权限、数据库唯一性等信息不只存在于这份输入里,应由业务与存储规则继续保证。model_dump 是序列化出口,也要明确哪些字段允许返回。

Pydantic 是 Python 库,TS 类型声明本身不能代替运行时校验;若项目采用其他校验库,需要按该库的真实转换与严格规则另写实现,不提供虚构的 TS BaseModel。

依据:Pydantic 模型、strict 模式、转换表、赋值校验。

校验输入,还没检查库存与权限

面试官继续追问

字段是 int,就代表数量一定可用吗?

还要检查正数、上限等值约束,并结合库存等业务状态。

strict 下日期字符串一定失败吗?

取决于字段类型和 Python/JSON 输入方式,按对应规则判断。

模型创建以后写入非法值,会自动报错吗?

默认不能这样保证。赋值校验和容器原地修改需要分别确认。

面试速记卡

  • Pydantic 按规则进行运行时校验。
  • 宽松模式允许特定转换,不接受任意格式。
  • strict 依字段类型与输入方式确定。
  • 类型约束、数值范围与业务权限分开判断。
  • 输入校验、后续修改与输出序列化分别设合同。

公司面试真题

这道题暂未收录可核验的公司真题来源。你可以先阅读本文解析,或浏览已收录的公司面试真题。

浏览公司面试真题 →
简历汪永久免费在线制作简历,模板直接套用、导出无水印,永久免费、下载免费,不需要付费解锁任何功能。去写简历