---

title: Pydantic字段级校验：解锁@validator的12种应用
date: 2025/3/23
updated: 2025/3/23
author: cmdragon

excerpt:
Pydantic校验系统支持通过pre验证器实现原始数据预处理，在类型转换前完成字符清洗等操作。格式验证涵盖正则表达式匹配与枚举值约束，确保护照编号等字段符合规范。动态校验机制处理跨字段依赖关系及环境感知验证，根据运行时条件调整校验规则。安全校验模块防御SQL注入与XSS攻击，采用字符过滤和HTML转义策略。高级转换功能实现地址标准化、敏感信息加密等数据处理，企业级实践包含分布式ID验证与金融精度控制。校验错误处理需关注类型一致性及验证顺序，遵循"早失败"原则构建模块化校验规则库，推荐使用参数化查询等最佳安全实践。

categories:

• 后端开发
• FastAPI

tags:

• Pydantic字段校验
• @validator高级应用
• 数据验证模式
• 防御式编程
• 校验器组合
• 动态依赖验证
• 企业级数据清洗

---

扫描二维码关注或者微信搜一搜：编程智域 前端至全栈交流与成长

探索数千个预构建的 AI 应用，开启你的下一个伟大创意

---

第一章：基础校验模式

1.1 类型强制转换

from pydantic import BaseModel, validatorclass CurrencyConverter(BaseModel):amount: str@validator("amount", pre=True)def string_to_float(cls, v):return float(v.strip("$"))# 自动转换 "$100.5" → 100.5
print(CurrencyConverter(amount="$100.5").amount)  

pre验证器特性：

• 在类型转换前执行
• 支持原始数据清洗
• 可处理非结构化输入

---

第二章：格式验证

2.1 正则表达式验证

import reclass IdentityForm(BaseModel):passport: str@validator("passport")def validate_passport(cls, v):if not re.match(r"^[A-PR-WY][1-9]\d\s?\d{4}[A-Z]$", v):raise ValueError("护照号码格式错误")return v.upper().replace(" ", "")

2.2 枚举值约束