Mik azok a Pydantic modellek a FastAPI-ban?

Question

Accepted Answer

A **Pydantic modellek** olyan osztályok (amelyek az `BaseModel`-t alosztályozzák), amelyek meghatározzák az adatok **szerkezetét, típusait és validálási szabályait**. A FastAPI mindenhol használja őket — a kérés testeihez, a válaszformákhoz és a beállításokhoz — így ezek a típusvezérelt tervezés szíve.

## Modell definiálása

```python
from pydantic import BaseModel, EmailStr, Field

class User(BaseModel):
    name: str
    email: EmailStr                          # validates email format
    age: int = Field(ge=0, le=120)            # constraint: 0 <= age <= 120
    is_active: bool = True                    # default value
    tags: list[str] = []                      # typed list with a default
```

Minden mező egy típust és opcionális korlátokat/alapértelmezéseket nyilvánít. A Pydantic ezen meghatározás alapján validálja az adatokat és szükség szerint konvertálja a típusokat.

## Automatikus validálás és elemzés

```python
@app.post("/users")
def create_user(user: User):                  # FastAPI builds & validates a User from the body
    return user                               # already validated here
# valid JSON → a typed User object; invalid → automatic 422 with field-level errors
```

Paraméter típusként használva a FastAPI értelmezi a JSON kérés testét a modellbe, **validálja** az összes mezőt, és egy strukturált 422 hibát ad vissza, amely pontosan sorolja fel, mi a gond — minden automatikusan.

## Mit kapsz a Pythonictól

```text
✓ Validation — type checks + constraints (lengths, ranges, formats), clear errors
✓ Parsing/coercion — "5" → 5, ISO string → datetime, etc.
✓ Serialization — model.model_dump() / model_dump_json() → dict/JSON
✓ Editor support — full autocomplete & type checking on model attributes
✓ Self-documenting — the model defines the schema used in the auto-generated docs
```

## Az igazság egyetlen forrása

```text
One Pydantic model drives: request validation, the response schema, the OpenAPI docs,
and typed access in your code → define the data shape ONCE.
```

## Miért fontos

A Pydantic modellek a FastAPI sarokkövei — így definiálod és validálod az API által elfogadott és visszaadott adatokat, és szinte minden FastAPI funkció rajtuk keresztül folyik.

Lényeges megérteni őket, mert automatikus **validálást** biztosítanak (kritikus a biztonsághoz és robusztussághoz — soha ne bízzon nyers bemenetben), elemzést/kényszerítést, szerializációt és szerkesztőtámogatást, mindez egyetlen deklaratív osztályból.

Az **igazság egyetlen forrásaként** szolgálnak: egy modell vezérli a kérések validálását, a válasz alakját és az automatikusan generált dokumentációt.

Ez a típusvezérelt, alapértelmezés szerinti validálás — megbízható bemenet-validálás és egyértelmű hibaüzenetek gyakorlatilag ingyenes — a fő oka annak, hogy a FastAPI olyan termelékeny és biztonságos, ezáltal a Pydantic modellek alapvető, elsajátítandó tudás.