Hvordan skriver du egendefinert validering i Pydantic?

Question

Accepted Answer

Utover innebygde begrensninger lar Pydantic deg skrive **egendefinert valideringslogikk** med feltvalidatorer (validere ett felt) og modellvalidatorer (validere på tvers av flere felt) — for regler som enkle begrensninger ikke kan uttrykke. (Syntaksen som vises er Pydantic v2.)

## Feltvalidatorer — valider/transformer et enkelt felt

```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
```

En `@field_validator` kjører egendefinert logikk på et felt: løft `ValueError` for å avvise ugyldig input (FastAPI gjør det om til en tydelig 422), eller returner en transformert verdi (f.eks. normalisering til små bokstaver).

## Modellvalidatorer — validering på tvers av felt

```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
```

En `@model_validator(mode="after")` kjører etter at alle felt er validert, med tilgang til hele modellen — brukt for regler som involverer **flere felt** (f.eks. bekreftelse av at passord stemmer overens, eller at en startdato kommer før en sluttdato).

## Innebygd validering er ofte tilstrekkelig først

```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
```

Foretrekk `Field`-begrensninger og spesialiserte typer for enkle regler; bruk egendefinerte validatorer for ekte forretningslogikk.

## Hvorfor det er viktig

Egendefinert Pydantic-validering er viktig for å håndheve forretningsregler som går utover enkle typekontroller og begrensninger — og siden validering er kritisk for **sikkerhet og dataintegritet**, er det verdifullt å kunne uttrykke hvilken som helst regel. **Feltvalidatorer** håndterer logikk på enkeltfeltnivå (egendefinerte formatsjekker, normalisering/transformasjon), mens **modellvalidatorer** håndterer det vanlige behovet for **validering på tvers av felt** (passord som stemmer overens, datoer, betingede krav) som regler på feltnivå ikke kan uttrykke.

Validatorene integreres sømløst med FastAPI — en løftet `ValueError` blir automatisk en tydelig 422-respons.

Å forstå når du skal bruke innebygde begrensninger/typer (for enkle regler) versus egendefinerte validatorer (for ekte forretningslogikk), og hvordan felt- versus modellvalidatorer er forskjellige, lar deg sikre at innkommende data fullt ut oppfyller applikasjonens krav, noe som gjør denne kunnskapen viktig for å bygge robuste, korrekte API-er.