【AI】【Python】pydantic库学习demo

因为工作中学习AI，然后包括看源码，以及看代码都使用到了pydantic库，因此下面是一些最主要的20%，以学会其80%的精髓。

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。

这个帖子比较全面：pydantic学习教程

必填校验和Schema Json


# 学习一些pydatic库的api

'''
用于数据验证和设置管理的Python库
它可以帮助我们定义数据类型，进行数据验证，以及自动
'''

from pydantic import BaseModel
from typing import List, Optional
from datetime import datetime

class User(BaseModel):
    id: int	# 必填
    name: str = 'John Doe' # 非必填
    signup_ts: Optional[datetime] = None
    friends: List[int] = []

def test_validation_error():

    from pydantic import ValidationError

    try:
        user = User(signup_ts='2022-01-01 12:00', friends=[1, '2', b'3'])
        print(user)
    except ValidationError as e:
        print(e) # error，报错id是必填的



def test_json_schema():
    from pydantic import BaseModel

    class User(BaseModel):
        id: int
        name: str = 'John Doe'
        signup_ts: Optional[datetime] = None
        friends: List[int] = []

    print(User.schema_json(indent=2)) # 返回json字符串，结构化的显示那些是必填的
    
    
if __name__ == "__main__":
    test_validation_error()
    test_json_schema()

@valiator的使用

# 继承了StringPromptTemplate和BaseModel
class FunctionExplainerPromptTemplate(StringPromptTemplate, BaseModel):
    """ A custom prompt template that takes in the function name as input, and formats the prompt template to provide the source code of the function. """

    @validator("input_variables")
    def validate_input_variables(cls, v):
        """ Validate that the input variables are correct. """
        if len(v) != 1 or "function_name" not in v:
            raise ValueError("function_name must be the only input_variable.")
        return v

# Generate a prompt for the function "get_source_code"
prompt = fn_explainer.format(function_name=get_source_code)
print(prompt)