तपाइँ nested र complex request bodies लाई कसरी model गर्नुहुन्छ?

Question

Accepted Answer

Pydantic models **nest** गर्न सक्छ — एक model field आफै अर्को model, models को list, वा complex types हुन सक्छ — जसले FastAPI लाई गहिराईसँग structured JSON (objects भित्र objects, objects को arrays) लाई स्वचालित रूपमा validate गर्न दেय।

## Nested models

```python
from pydantic import BaseModel

class Address(BaseModel):
    street: str
    city: str
    zip: str

class User(BaseModel):
    name: str
    address: Address                    # a NESTED model
    tags: list[str] = []                # a list of strings
    addresses: list[Address] = []       # a list of NESTED models

@app.post("/users")
def create(user: User):                  # validates the WHOLE nested structure
    return user
```

```json
// FastAPI validates this entire structure, including the nested address:
{ "name": "Ann",
  "address": { "street": "1 Main", "city": "NY", "zip": "10001" },
  "tags": ["vip"] }
```

एक model field जो अर्को model को रूपमा type गरिएको छ (वा `list[Model]`) recursively validate हुन्छ — nested objects र objects को arrays सबै तिनीहरूको schemas विरुद्ध स्वचालित रूपमा जाँच गरिन्छ।

## Complex र special types

```python
from pydantic import BaseModel, HttpUrl, EmailStr
from datetime import datetime
from enum import Enum

class Status(str, Enum):                 # enums constrain to allowed values
    active = "active"
    inactive = "inactive"

class Item(BaseModel):
    url: HttpUrl                          # validates URL format
    email: EmailStr                       # validates email format
    created: datetime                     # parses ISO 8601 strings → datetime
    status: Status                        # must be one of the enum values
    metadata: dict[str, int]              # typed dict
    coordinates: tuple[float, float]      # typed tuple
```

Pydantic ले rich types हरू संभाल्छ: enums (allowed values मा सीमित गर्न), `datetime` (ISO strings parse गर्न), `HttpUrl`/`EmailStr` (format validation), र typed dicts/tuples — सबै स्वचालित रूपमा validate हुन्छन्।

## Generic / reusable wrappers

```python
from typing import Generic, TypeVar
T = TypeVar("T")
class Paginated(BaseModel, Generic[T]):   # a reusable generic response wrapper
    items: list[T]
    total: int
# Paginated[User] → { items: [User...], total: N }
```

## यो किन महत्त्वपूर्ण छ

वास्तविक-विश्व APIs ले विरलै flat data सँग व्यवहार गर्छन् — तिनीहरू complex, nested structures (एक user एक address र orders को list सँग, एक order line items सँग, configuration objects) संभाल्छन्, र Pydantic को **nested models** को क्षमता यस गहिराईसँग structured request bodies लाई validate गर्न सजिलो बनाइदिन्छ।

यो बुझ्नु कि एक model field अर्को model, models को list, वा एक rich type हुन सक्छ — र FastAPI **पूरो nested structure लाई recursively र स्वचालित रूपमा validate** गर्छ — realistic, complex input लाई सुरक्षित रूपमा स्वीकार गर्ने APIs निर्माणको लागि महत्त्वपूर्ण छ।

Rich type support (constrained values को लागि enums, `datetime` parsing, `HttpUrl`/`EmailStr` format validation, typed collections) अतिरिक्त रूपमा यो सुनिश्चित गर्छ कि complex data बिना म्यानुअल जाँचको सही छ।

Nested र complex bodies लाई कसरी model गर्ने (र pagination जस्ता चीजहरूको लागि reusable generic wrappers) जान्नु (वास्तविक applications को लागि आवश्यक structured data) को लागि व्यावहारिक ज्ञान छ, पूर्ण validation सँग स्वचालित रूपमा प्रदान गरिएको — FastAPI को Pydantic-आधारित डिजाइनको एक मुख्य शक्ति।