Pydantic मध्ये कस्टम व्हेरिफिकेशन कसे लिहायचे?

Question

Accepted Answer

बिल्ट-इन मर्यादेच्या पलीकडे, Pydantic आपल्याला **कस्टम व्हेरिफिकेशन लॉजिक** लिहिण्याचे परवानगी देते फील्ड व्हेलिडेटर (एक फील्ड व्हेरिफाय करा) आणि मॉडल व्हेलिडेटर (अनेक फील्ड व्हेरिफाय करा) सह — नियमांसाठी जे साधारण मर्यादा व्यक्त करू शकत नाहीत. (दाखविला गेलेला सिंटॅक्स Pydantic v2 आहे.)

## फील्ड व्हेलिडेटर — एक फील्ड व्हेरिफाय/रूपांतरित करा

```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
```

A `@field_validator` फील्डवर कस्टम लॉजिक चालवते: अवैध इनपुट नाकारण्यासाठी `ValueError` उपस्थित करा (FastAPI ते स्पष्ट 422 मध्ये रूपांतरित करते), किंवा रूपांतरित मूल्य परत करा (उदा. लोअरकेसमध्ये सामान्यीकरण).

## मॉडल व्हेलिडेटर — क्रॉस-फील्ड व्हेरिफिकेशन

```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
```

A `@model_validator(mode="after")` सर्व फील्ड व्हेरिफाय केल्यानंतर चालवते, संपूर्ण मॉडेलमध्ये प्रवेश सह — **अनेक फील्ड** असलेल्या नियमांसाठी वापरले जाते (उदा. पासवर्ड मेलते याची पुष्टी करा, किंवा प्रारंभ तारीख समाप्ती तारीखच्या आगे आहे).

## बिल्ट-इन व्हेरिफिकेशन सहसा सुरुवातीला पुरेसे असते

```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
```

साधारण नियमांसाठी `Field` मर्यादा आणि विशेषीकृत प्रकार पसंद करा; खरे व्यावसायिक तर्कसाठी कस्टम व्हेलिडेटर वापरा.

## हे महत्वाचे का आहे

Pydantic कस्टम व्हेरिफिकेशन व्यावसायिक नियम लागू करण्यासाठी महत्वाचे आहे जे साधारण प्रकार तपासणी आणि मर्यादेच्या पलीकडे जातात — आणि कारण व्हेरिफिकेशन **सुरक्षा आणि डेटा अखंडतेसाठी** महत्वाचे आहे, कोणताही नियम व्यक्त करण्याची क्षमता मूल्यवान आहे. **फील्ड व्हेलिडेटर** एकल-फील्ड लॉजिक (कस्टम फॉरमॅट तपास, सामान्यीकरण/रूपांतर) हाताळतात, तर **मॉडल व्हेलिडेटर** **क्रॉस-फील्ड व्हेरिफिकेशन** (पासवर्ड जुळणे, तारीख श्रेणी, सशर्त आवश्यकता) ची सामान्य गरज हाताळतात जी फील्ड-स्तरीय नियम व्यक्त करू शकत नाहीत.

व्हेलिडेटर FastAPI सह निर्बाधपणे एकीकृत होतात — उपस्थित केलेला `ValueError` स्वयंचलितपणे स्पष्ट 422 प्रतिक्रिया बनतो.

कधी बिल्ट-इन मर्यादा/प्रकार (साधारण नियमांसाठी) विरुद्ध कस्टम व्हेलिडेटर (खरे व्यावसायिक तर्कासाठी) वापरायचे हे समजून घेणे, आणि फील्ड व्हेलिडेटर विरुद्ध मॉडल व्हेलिडेटर कसे भिन्न आहेत, आपल्याला इनकमिंग डेटा आपल्या अनुप्रयोगाच्या आवश्यकतांना पूर्णपणे समाधान करते याची खात्री करण्याची परवानगी देते, हे मजबूत, योग्य API तयार करण्यासाठी महत्वाचे ज्ञान बनवते.