使用非关键字参数 (a.k.a *args) 初始化 FastAPI BaseModel

Question

我有一个 FastApi 项目，我正在尝试使用 python 元组进行初始化，

from pydantic import BaseModel

class Item(BaseModel):
     name: str = ""
     surname: str = ""

data = ("jhon", "dhon")
Item(*data)

输出如下错误

TypeError: __init__() takes 1 positional argument but 3 were given

有没有办法从元组初始化 BaseModel？

Answer 1

不可以，Pydantic 模型只能使用关键字参数进行初始化。如果你绝对必须从位置参数初始化它，你可以看看模式：

>>> Item(**dict(zip(Item.schema()["properties"], data)))
Item(name='jhon', surname='dhon')

Answer 2

我写了一个可以从元组加载数据的辅助函数，但是

def fill_model(model: BaseModel, columns: List, row: Tuple) -> BaseModel:

    base_model = model()
    model_keys = base_model.dict().keys()
    fields_count = len(model_keys)

    if fields_count != len(columns):
        raise ValueError("Columns length doesn't match fields count")

    if not set(columns).issubset(model_keys):
        raise ValueError("Columns doesn't match model fields")

    if fields_count != len(row):
        raise ValueError("Data length doesn't match fields count")

    return model(**{k: v for k, v in zip(columns, row)})

Answer 3

您还可以使用 pydantics BaseModel parse_obj 函数：Item.parse_obj(some_dict)。但是，您需要编写包装函数/使用 class.

中的键

from pydantic import BaseModel

class Item(BaseModel):
     name: str = ""
     surname: str = ""    
data = ("jhon", "dhon")
fields = Item.__fields__.keys()
zipped_dict = dict(zip(fields, data))
item = Item.parse_obj(zipped_dict)

这样做的好处是，鉴于您的元组始终包含正确的数据，因此在项目 class 中拥有更多条目非常容易处理。

此解决方案将项目 class 的属性与数据元组中的条目压缩在一起。将其转换为字典，可以使用 pydantics parse_obj 函数。

使用非关键字参数 (a.k.a *args) 初始化 FastAPI BaseModel

Initialize FastAPI BaseModel using non keywords arguments (a.k.a *args)

python-3.x

fastapi

pydantic