Python编程pydantic触发及访问错误处理

目录
  • 常见触发错误的情况
  • 错误的触发
  • 注意
  • 访问错误的方式
  • 简单栗子
  • 复杂栗子
  • 自定义错误
  • 自定义错误模板类
    • PydanticValueError

常见触发错误的情况

  • 如果传入的字段多了会自动过滤
  • 如果传入的少了会报错,必填字段
  • 如果传入的字段名称对不上也会报错
  • 如果传入的类型不对会自动转换
  • 如果不能转换则会报错

错误的触发

pydantic 会在它正在验证的数据中发现错误时引发 ValidationError

注意

验证代码不应该抛出 ValidationError 本身

而是应该抛出 ValueError、TypeError、AssertionError 或他们的子类

ValidationError 会包含所有错误及其发生方式的信息

访问错误的方式

e.errors() :返回输入数据中发现的错误的列表

e.json() :以 JSON 格式返回错误(推荐)

str(e) :以人类可读的方式返回错误

简单栗子

# 一定要导入 ValidationError
from pydantic import BaseModel, ValidationError
class Person(BaseModel):
    id: int
    name: str
 try:
    # id是个int类型,如果不是int或者不能转换int会报错
    p = Person(id="ss", name="hallen")
except ValidationError as e:
  # 打印异常消息
    print(e.errors())

e.errors() 的输出结果

[{'loc': ('id',), 'msg': 'value is not a valid integer', 'type': 'type_error.integer'}]

e.json() 的输出结果

[
  {
    "loc": [
      "id"
    ],
    "msg": "value is not a valid integer",
    "type": "type_error.integer"
  }
]

str(e) 的输出结果

1 validation error for Person
id
  value is not a valid integer (type=type_error.integer)

复杂栗子

class Location(BaseModel):
    lat = 0.1
    lng = 10.1
class Model(BaseModel):
    is_required: float
    gt_int: conint(gt=42)
    list_of_ints: List[int] = None
    a_float: float = None
    recursive_model: Location = None
data = dict(
    list_of_ints=['1', 2, 'bad'],
    a_float='not a float',
    recursive_model={'lat': 4.2, 'lng': 'New York'},
    gt_int=21
)
try:
    Model(**data)
except ValidationError as e:
    print(e.json(indent=4))

输出结果

[
    {
        "loc": [
            "is_required"
        ],
        "msg": "field required",
        "type": "value_error.missing"
    },
    {
        "loc": [
            "gt_int"
        ],
        "msg": "ensure this value is greater than 42",
        "type": "value_error.number.not_gt",
        "ctx": {
            "limit_value": 42
        }
    },
    {
        "loc": [
            "list_of_ints",
            2
        ],
        "msg": "value is not a valid integer",
        "type": "type_error.integer"
    },
    {
        "loc": [
            "a_float"
        ],
        "msg": "value is not a valid float",
        "type": "type_error.float"
    },
    {
        "loc": [
            "recursive_model",
            "lng"
        ],
        "msg": "value is not a valid float",
        "type": "type_error.float"
    }
]

value_error.missing:必传字段缺失

value_error.number.not_gt:字段值没有大于 42

type_error.integer:字段类型错误,不是 integer

自定义错误

# 导入 validator
from pydantic import BaseModel, ValidationError, validator
class Model(BaseModel):
    foo: str

    # 验证器
    @validator('foo')
    def name_must_contain_space(cls, v):
        if v != 'bar':
            # 自定义错误信息
            raise ValueError('value must be bar')
        # 返回传进来的值
        return v
try:
    Model(foo="ber")
except ValidationError as e:
    print(e.json())

输出结果

[
  {
    "loc": [
      "foo"
    ],
    "msg": "value must be bar",
    "type": "value_error"
  }
]

自定义错误模板类

from pydantic import BaseModel, PydanticValueError, ValidationError, validator
class NotABarError(PydanticValueError):
    code = 'not_a_bar'
    msg_template = 'value is not "bar", got "{wrong_value}"'
class Model(BaseModel):
    foo: str

    @validator('foo')
    def name_must_contain_space(cls, v):
        if v != 'bar':
            raise NotABarError(wrong_value=v)
        return v
  try:
    Model(foo='ber')
except ValidationError as e:
    print(e.json())

输出结果

[
  {
    "loc": [
      "foo"
    ],
    "msg": "value is not \"bar\", got \"ber\"",
    "type": "value_error.not_a_bar",
    "ctx": {
      "wrong_value": "ber"
    }
  }
]

PydanticValueError

自定义错误类需要继承这个或者 PydanticTypeError

以上就是Python编程pydantic触发及访问错误处理的详细内容,更多关于pydantic触发及访问错误的资料请关注我们其它相关文章!

(0)

相关推荐

  • python 常用的异步框架汇总整理

    目录 正文开始 1. Tornado 2. Aiohttp 3.Sanic 4. FastAPI 5. Ruia 总结 参考资料 正文开始 asyncio 是 Python 3.4版本引入的标准库,直接内置了对异步IO的支持. asyncio 在单线程内部维护了 EventLoop 队列,然后把需要执行异步IO的任务添加到 EventLoop 队列中,至于任务的完成通过类似回调的逻辑是实现后续的任务.如果你有 JavaScript的基础那么理解python的 asyncio 很简单,关键字.语法

  • 5分钟快速掌握Python定时任务框架的实现

    APScheduler 简介 在实际开发中我们经常会碰上一些重复性或周期性的任务,比如像每天定时爬取某个网站的数据.一定周期定时运行代码训练模型等,类似这类的任务通常需要我们手动来进行设定或调度,以便其能够在我们设定好的时间内运行. 在 Windows 上我们可以通过计划任务来手动实现,而在 Linux 系统上往往我们会用到更多关于 crontab 的相关操作.但手动管理并不是一个很好的选择,如果我们需要有十几个不同的定时任务需要管理,那么每次通过人工来进行干预未免有些笨拙,那这时候就真的是「人

  • 支持python的分布式计算框架Ray详解

    项目地址:https://github.com/ray-project/ray 1.简介 Ray为构建分布式应用程序提供了一个简单.通用的API.Ray是一种分布式执行框架,便于大规模应用程序和利用先进的机器学习库. Ray通过以下方式完成这项任务: 为构建和运行分布式应用程序提供简单的原语. 使最终用户能够并行化单个机器代码,而代码更改很少到零. 在核心Ray之上包含大量应用程序.库和工具,以支持复杂的应用程序. 2.安装 安装方式比较简单: pip install ray==1.4.1 [r

  • Python编程pydantic触发及访问错误处理

    目录 常见触发错误的情况 错误的触发 注意 访问错误的方式 简单栗子 复杂栗子 自定义错误 自定义错误模板类 PydanticValueError 常见触发错误的情况 如果传入的字段多了会自动过滤 如果传入的少了会报错,必填字段 如果传入的字段名称对不上也会报错 如果传入的类型不对会自动转换 如果不能转换则会报错 错误的触发 pydantic 会在它正在验证的数据中发现错误时引发 ValidationError 注意 验证代码不应该抛出 ValidationError 本身 而是应该抛出 Val

  • python 爬虫出现403禁止访问错误详解

     python 爬虫解决403禁止访问错误 在Python写爬虫的时候,html.getcode()会遇到403禁止访问的问题,这是网站对自动化爬虫的禁止,要解决这个问题,需要用到python的模块urllib2模块 urllib2模块是属于一个进阶的爬虫抓取模块,有非常多的方法,比方说连接url=http://blog.csdn.NET/qysh123对于这个连接就有可能出现403禁止访问的问题 解决这个问题,需要以下几步骤: <span style="font-size:18px;&q

  • Python学习笔记之错误和异常及访问错误消息详解

    本文实例讲述了Python错误和异常及访问错误消息.分享给大家供大家参考,具体如下: 错误和异常 当 Python 无法解析代码时,就会发生语法错误,因为我们没有遵守正确的 Python 语法. 当在程序执行期间出现意外情况时,就会发生异常,即使代码在语法上正确无误.Python 有不同类型的内置异常. 指定异常 可以指定要在 except 块中处理哪个错误,如下所示: try: # some code except ValueError: # some code 现在它会捕获 ValueErr

  • python编程的核心知识点总结

    一.为什么提出python编程的核心是什么? 我想要Python实现,这已经不是什么秘密了.WebAssembly它不仅会让Python进入浏览器,而且事实是两者都是IOS和安卓支持将JavaScript作为应用程序的一部分运行,它还可以让Python进入移动平台.这一切都让我兴奋. 但是当想到创建Python的新实现这一艰巨任务时,我的大脑也开始问到底是什么东西.是Python?我们一起生活过CPython长期以来,我怀疑我们大多数人只是认为"Python==CPython".皮皮试

  • 十个Python程序员易犯的错误

    常见错误1:错误地将表达式作为函数的默认参数 在Python中,我们可以为函数的某个参数设置默认值,使该参数成为可选参数.虽然这是一个很好的语言特性,但是当默认值是可变类型时,也会导致一些令人困惑的情况.我们来看看下面这个Python函数定义: >>> def foo(bar=[]): # bar是可选参数,如果没有提供bar的值,则默认为[], ... bar.append("baz") # 但是稍后我们会看到这行代码会出现问题. ... return bar Py

  • Python编程之属性和方法实例详解

    本文实例讲述了Python编程中属性和方法使用技巧.分享给大家供大家参考.具体分析如下: 一.属性 在python中,属性分为公有属性和私有属性,公有属性可以在类的外部调用,私有属性不能在类的外部调用.公有属性可以是任意变量,私有属性是以双下划线开头的变量. 下面我们定义一个People类,它有一个公有属性name,和一个私有属性__age. class People(): def __init(self): self.name='张珊' self.__age=24 我们创建一个People类的

  • Python 编程速成(推荐)

    Python是一种非常流行的脚本语言,而且功能非常强大,几乎可以做任何事情,比如爬虫.网络工具.科学计算.树莓派.Web开发.游戏等各方面都可以派上用场.同时无论在哪种平台上,都可以用 Python 进行系统编程. 机器学习可以用一些 Python 库来实现,比如人工智能常用的TensorFlow.也可以用像 NLTK 这样的 Python 库进行自然语言处理(NLP). 本文讨论基本的 Python 编程,后续会写一些 Python 编程的实际案例. 操作字符串 Python 中的字符串是不可

  • python库pydantic的简易入门教程

    目录 一.简介 二.安装 三.常见模型 1.BaseModel 基本模型 2.递归模型 3.GenericModel 通用模型(泛型): 四.常用类型 五.验证器 六.配置 七.与 mypy 一起使用 总结 一.简介 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. 它具有如下优点: 与 IDE/linter 完美搭配,不需要学习新的模式,只是使用类型注解定义类的实例 多用途,BaseSett

  • Blender Python编程快速入门教程

    目录 Blender Python 编程 数据访问 访问集合 访问属性 数据创建/删除 自定义属性 上下文 Context 运算符 Operators (Tools) Operator Poll() 将 Python 集成到 Blender 的方式 示例运算符 示例面板 数据类型 原生类型 内部类型 Mathutils 类型 动画 Blender Python 编程 支持的特性: 编辑用户界面可以编辑的任何数据(场景,网格,粒子等). 修改用户首选项.键映射和主题. 使用自己的设置运行工具. 创

  • Python编程django实现同一个ip十分钟内只能注册一次

    很多小伙伴都会有这样的问题,说一个ip地址十分钟内之内注册一次,用来防止用户来重复注册带来不必要的麻烦 逻辑: 取ip,在数据库找ip是否存在,存在判断当前时间和ip上次访问时间之差,小于600不能注册,到登录界面,大于600可以注册,设计一个数据库来存储这个ip地址和访问时间, class Ip(models.Model): ip=models.CharField(max_length=20) time=models.DateTimeField() class Meta: verbose_na

随机推荐