如何移除Pydantic ValidationError loc字段中的鉴别联合鉴别器值？

针对你遇到的Pydantic鉴别联合验证错误中loc字段包含鉴别器值的问题，最可行且优雅的方案是在FastAPI全局异常处理器中动态修正错误的loc路径，同时通过解析模型元数据避免硬编码带来的风险。

具体实现步骤 #

1. 定义模型与全局异常处理器 #

from fastapi import FastAPI, Request, status
from fastapi.responses import JSONResponse
from fastapi.exceptions import RequestValidationError
from pydantic import BaseModel, Literal, Annotated, Union, Field
from typing import get_args, get_origin
from pydantic.fields import FieldInfo

app = FastAPI()

# 定义业务模型
class ClassA(BaseModel):
    type: Literal["a"]
    field_a: int

class ClassB(BaseModel):
    type: Literal["b"]
    field_b: str

ClassUnion = Annotated[Union[ClassA, ClassB], Field(discriminator="type")]

class Parent(BaseModel):
    child: ClassUnion
    field_parent: str

# 动态解析模型中的鉴别联合字段信息（避免硬编码）
def get_union_field_metadata(model: BaseModel, field_name: str):
    field = model.model_fields[field_name]
    annotation = field.annotation
    # 解析Annotated类型的元数据
    if get_origin(annotation) is Annotated:
        union_type, *metadata = get_args(annotation)
        if get_origin(union_type) is Union:
            for meta in metadata:
                if isinstance(meta, FieldInfo) and meta.discriminator:
                    # 提取所有子模型的鉴别器值
                    allowed_disc_values = []
                    for sub_model in get_args(union_type):
                        disc_value = sub_model.model_fields[meta.discriminator].default
                        allowed_disc_values.append(disc_value)
                    return {
                        "allowed_disc_values": allowed_disc_values
                    }
    return None

# 预加载需要处理的鉴别联合字段信息
union_field_configs = {}
child_config = get_union_field_metadata(Parent, "child")
if child_config:
    union_field_configs["child"] = child_config

# 修正loc路径的工具函数
def fix_discriminator_loc(loc: tuple) -> tuple:
    # 检查是否为鉴别联合产生的错误路径
    if len(loc) >= 3 and loc[0] in union_field_configs:
        config = union_field_configs[loc[0]]
        if loc[1] in config["allowed_disc_values"]:
            # 移除路径中的鉴别器值
            return loc[:1] + loc[2:]
    return loc

# 自定义验证错误处理器
@app.exception_handler(RequestValidationError)
async def validation_exception_handler(request: Request, exc: RequestValidationError):
    # 修正所有错误的loc路径
    corrected_errors = []
    for err in exc.errors():
        corrected_loc = fix_discriminator_loc(err["loc"])
        corrected_errors.append({
            "loc": corrected_loc,
            "msg": err["msg"],
            "type": err["type"]
        })
    
    # 转换为前端期望的嵌套错误格式
    error_response = {}
    for err in corrected_errors:
        current_level = error_response
        # 跳过FastAPI默认添加的"body"节点
        path_parts = [part for part in err["loc"] if part != "body"]
        # 构建嵌套结构
        for part in path_parts[:-1]:
            if part not in current_level:
                current_level[part] = {}
            current_level = current_level[part]
        current_level[path_parts[-1]] = err["msg"]
    
    return JSONResponse(
        status_code=status.HTTP_422_UNPROCESSABLE_ENTITY,
        content=error_response
    )

# 测试路由
@app.post("/submit")
async def submit_data(parent: Parent):
    return parent.dict()

方案说明 #

1. 动态解析模型元数据：通过get_union_field_metadata函数自动提取鉴别联合字段的允许值，避免硬编码鉴别器值，解决了鉴别器与字段同名的风险。
2. 全局错误修正：在异常处理器中统一修正所有验证错误的loc路径，无需针对单个路由或模型做特殊处理，完全兼容模型复用场景。
3. 完美匹配前端格式：修正后的loc路径会从("body", "child", "a", "field_a")转换为("child", "field_a")，最终生成前端期望的嵌套错误结构。

为什么不选其他方案 #

• WrapValidators：Pydantic的WrapValidators文档稀缺，且需要针对每个字段编写验证逻辑，复用性差，维护成本高。
• 硬编码过滤鉴别器值：动态解析模型元数据的方案已经解决了硬编码的风险，无需再使用这种不够优雅的方式。
• 特定路由自定义验证：全局异常处理器可以覆盖所有路由的验证错误，无需针对单个路由重复编写逻辑，更符合代码复用原则。

内容的提问来源于stack exchange，提问作者D. T. I.