Why do I get "AttributeError: __fields_set__" when subclassing a Pydantic BaseModel?

Question

我有这个项目，我的基地 class 和我的子 classes 实施 pydantic.BaseModel:

from pydantic import BaseModel
from typing import List
from dataclasses import dataclass

@dataclass
class User(BaseModel):
    id: int 

@dataclass
class FavoriteCar(User):
    car_names: List[str] 

car = FavoriteCar(id=1, car_names=["Acura"])
print(f"{car.id} {car.car_names[0]}")

但是出现这个错误：

    self.__fields_set__.add(name)
E   AttributeError: __fields_set__

有人介意解释一下发生了什么吗？我想使用 pydantic 的原因是因为我需要一种方法来快速将 Python 对象转换为 dict（或 JSON）并返回。

Answer 1

您需要决定是继承自pydantic.BaseModel，还是使用@dataclass装饰器（from dataclasses或from pydantic.dataclasses）。

两者都可以，但不能同时使用，根据documentation（粗体由我自己添加）：

If you don't want to use pydantic's BaseModel you can instead get the same data validation on standard dataclasses

Answer 2

E   AttributeError: __fields_set__

Peter T 已经回答了你问题的第一部分，正如 Document 所说 - “请记住，pydantic.dataclasses.dataclass 是 dataclasses.dataclass 的直接替代品”

第二部分是您想将它们转换为字典。

The reason why I want to use pydantic is because I need a way to quickly convert Python objects to dict (or JSON) and back

要回答你问题的这一部分，你可以使用数据类本身的 asdict source

from dataclasses import dataclass, asdict
from typing import List


@dataclass
class Point:
     x: int
     y: int

@dataclass
class C:
     l: List[Point]

p = Point(10, 20)
assert asdict(p) == {'x': 10, 'y': 20}

c = C([Point(0, 0), Point(10, 4)])
assert asdict(c) == {'l': [{'x': 0, 'y': 0}, {'x': 10, 'y': 4}]}

有关于这些模块级辅助函数（.asdict 和 .astuple）的讨论，它们不符合 PEP8（应该是 as_dict() 和 as_tuple()），但最终它们决定与 namedtuple._asdict() 和 attr.asdict() 保持一致。 source

Why do I get "AttributeError: __fields_set__" when subclassing a Pydantic BaseModel?

Why do I get "AttributeError: __fields_set__" when subclassing a Pydantic BaseModel?

python

pydantic