Πώς γράφεις custom validation στο Pydantic;

Question

Accepted Answer

Πέρα από τους ενσωματωμένους περιορισμούς, το Pydantic σας επιτρέπει να γράψετε **custom validation logic** με field validators (validate ένα field) και model validators (validate πολλαπλά fields) — για κανόνες που απλοί περιορισμοί δεν μπορούν να εκφράσουν. (Η σύνταξη που εμφανίζεται είναι Pydantic v2.)

## Field validators — validate/transform ένα single field

```python
from pydantic import BaseModel, field_validator

class User(BaseModel):
    username: str
    password: str

@field_validator("username")
    @classmethod
    def username_alphanumeric(cls, v: str) -> str:
        if not v.isalnum():
            raise ValueError("username must be alphanumeric")   # → a 422 error
        return v.lower()                                         # can also TRANSFORM the value
```

Ένας `@field_validator` εκτελεί custom logic σε ένα field: σηκώστε `ValueError` για να απορρίψετε invalid input (το FastAPI το μετατρέπει σε καθαρό 422), ή επιστρέψτε μια transformed value (π.χ. normalization σε lowercase).

## Model validators — cross-field validation

```python
from pydantic import model_validator

class SignupForm(BaseModel):
    password: str
    confirm_password: str

@model_validator(mode="after")
    def passwords_match(self):
        if self.password != self.confirm_password:    # compare MULTIPLE fields
            raise ValueError("passwords do not match")
        return self
```

Ένας `@model_validator(mode="after")` εκτελείται μετά την validation όλων των fields, με πρόσβαση στο ολόκληρο model — χρησιμοποιείται για κανόνες που περιλαμβάνουν **πολλαπλά fields** (π.χ. επιβεβαίωση ότι οι κωδικοί πρόσβασης ταιριάζουν, ή ότι μια ημερομηνία έναρξης προηγείται μιας ημερομηνίας λήξης).

## Built-in validation συχνά επαρκεί πρώτα

```python
class Product(BaseModel):
    price: float = Field(gt=0)          # use Field constraints for simple rules
    sku: str = Field(pattern=r"^[A-Z]{3}-\d+$")
    email: EmailStr                      # specialized types for formats
# reach for custom validators only when constraints/types can't express the rule
```

Προτιμάτε `Field` constraints και specialized types για απλούς κανόνες· χρησιμοποιήστε custom validators για genuine business logic.

## Γιατί έχει σημασία

Το custom Pydantic validation είναι σημαντικό για την επιβολή business rules που υπερβαίνουν τους απλούς type checks και περιορισμούς — και επειδή η validation είναι κρίσιμη για **security και data integrity**, η δυνατότητα έκφρασης οποιουδήποτε κανόνα είναι πολύτιμη. Οι **field validators** χειρίζονται single-field logic (custom format checks, normalization/transformation), ενώ οι **model validators** χειρίζονται την κοινή ανάγκη για **cross-field validation** (passwords matching, date ranges, conditional requirements) που δεν μπορούν να εκφραστούν με field-level rules.

Οι validators ενσωματώνονται απρόσκοπτα με το FastAPI — ένας raised `ValueError` γίνεται αυτόματα μια καθαρή απάντηση 422.

Η κατανόηση του πότε να χρησιμοποιείς ενσωματωμένους περιορισμούς/types (για απλούς κανόνες) έναντι custom validators (για real business logic), και πώς διαφέρουν οι field versus model validators, σας επιτρέπει να διασφαλίσετε ότι τα εισερχόμενα δεδομένα ικανοποιούν πλήρως τις απαιτήσεις της εφαρμογής σας, κάνοντας αυτή σημαντική γνώση για την κατασκευή robust, correct APIs.