Python 类型系统与 Pydantic V2 深度实践：从验证到序列化的全链路优化

为什么 Pydantic V2 是质的飞跃

Pydantic V2 用 Rust 重写了核心验证引擎，性能提升 5-50 倍。但更重要的是它的类型系统更完备，能表达更复杂的约束。

核心改进

#

1. 自定义校验器

from pydantic import BaseModel, field_validator
class User(BaseModel):
    email: str
    @field_validator('email')
    @classmethod
    def validate_email(cls, v: str) -> str:
        if '@' not in v:
            raise ValueError('Invalid email')
        return v.lower()

#

2. 模型继承与组合

支持通过 `BaseModel 的继承实现字段复用，配合 model_config 控制行为。

#

3. 高性能序列化

V2 的 model_dump() 比 V1 的 .dict() 快 10 倍以上，支持 exclude_none、by_alias 等参数。

实战建议

- 优先使用 field_validator 而非 @validator - 复杂场景用 Annotated 类型组合约束 - API 响应用 model_dump(mode='json')` 确保类型安全