Pydantic मा कस्टम validation कसरी लेख्ने हो?

Question

Accepted Answer

Built-in constraints भन्दा पर भएर, Pydantic ले तपाईलाई **custom validation logic** लेख्न दिन्छ field validators (एक फिल्ड validate गर्न) र model validators (धेरै फिल्डहरु भर validate गर्न) को साथ — simple constraints ले गर्न नसक्ने rules को लागि। (देखाइएको Syntax Pydantic v2 को हो।)

## Field validators — एक फिल्ड validate/transform गर्नुहोस्

```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` ले फिल्डमा कस्टम logic चलाउँछ: invalid input अस्वीकार गर्न `ValueError` raise गर्नुहोस् (FastAPI यसलाई स्पष्ट 422 मा बदलन्छ), वा transformed value return गर्नुहोस् (जस्तै lowercase मा normalize गर्दै)।

## 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
```

A `@model_validator(mode="after")` सबै फिल्डहरु validate भएपछि चल्छ, सम्पूर्ण model को access को साथ — **धेरै फिल्डहरु** को rules को लागि प्रयोग गरिन्छ (जस्तै passwords मेल खाएको पुष्टि गर्दै, वा start date end date भन्दा अगाडि आएको)।

## Built-in validation प्राय: पहिलो पर्याप्त हुन्छ

```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
```

सरल rules को लागि `Field` constraints र specialized types लाई प्राथमिकता दिनुहोस्; genuine business logic को लागि custom validators प्रयोग गर्नुहोस्।

## किन यो महत्त्वपूर्ण छ

Custom Pydantic validation महत्त्वपूर्ण छ business rules enforce गर्न जो simple type checks र constraints भन्दा पर छन् — र किनकि validation **security र data integrity** को लागि महत्त्वपूर्ण छ, कुनै पनि rule को अभिव्यक्ति गर्न सक्षम हुनु मूल्यवान छ। **Field validators** एकल-फिल्ड logic (custom format checks, normalization/transformation) को हेरफेर गर्न्छन्, जबकि **model validators** **cross-field validation** (passwords मेल खाएको, date ranges, conditional requirements) को common जरुरत को हेरफेर गर्न्छन् जो फिल्ड-स्तरीय rules ले गर्न सक्दैनन्।

Yes validators FastAPI को साथ seamlessly integrate हुन्छन् — एक raised `ValueError` स्वचालित रुपमा स्पष्ट 422 response बन्छ।

कब built-in constraints/types (सरल rules को लागि) बनाम custom validators (real business logic को लागि) प्रयोग गर्ने हो भनेर बुझ्न, र field बनाम model validators कसरी फरक हुन्छन्, तपाईलाई incoming data ले आफ्नो application को सबै आवश्यकताहरु पूरा गरेको सुनिश्चित गर्न दिन्छ, यो robust, correct APIs निर्माण गर्न महत्त्वपूर्ण ज्ञान बनाउँछ।