如何识别序列化JSON对应的Pydantic子类并正确反序列化？

针对继承自父类的Pydantic子类，序列化后需要正确反序列化为原始类的场景，以下是几种最佳实践：

1. 使用Pydantic内置的鉴别器（Discriminator） #

这是最推荐的方式，Pydantic原生支持多态类型的自动识别，通过在父类中定义鉴别字段，子类指定对应值，序列化时自动携带标识，反序列化时自动匹配子类。

示例代码：

from pydantic import BaseModel, Field
from pydantic.config import ConfigDict

class A(BaseModel):
    model_config = ConfigDict(from_attributes=True)
    a: float = 0.0
    # 定义鉴别字段，指定用'type'字段区分子类
    type: str = Field(..., discriminator='type')

class B(A):
    # 子类固定鉴别值
    type: str = 'B'
    b: float = 0.0

class C(A):
    type: str = 'C'
    c: float = 0.0

# 序列化B实例
b = B(a=1.1, b=2.2)
b_json = b.model_dump_json()

# 反序列化时直接用父类A解析，自动识别为B
restored_b = A.parse_raw(b_json)
print(type(restored_b))  # 输出：<class '__main__.B'>

这种方式无需手动处理标识的存储和匹配，Pydantic全程自动管理，代码简洁且不易出错。

2. 手动添加类标识字段并维护映射关系 #

如果需要更灵活的标识逻辑，可以在子类中手动添加固定标识字段，序列化后先解析为字典读取标识，再通过映射关系找到对应子类进行反序列化。

示例代码：

from pydantic import BaseModel
import json

class A(BaseModel):
    a: float = 0.0
    class_type: str

class B(A):
    class_type: str = 'B'
    b: float = 0.0

class C(A):
    class_type: str = 'C'
    c: float = 0.0

# 序列化
b = B(a=1.1, b=2.2)
b_json = b.model_dump_json()

# 反序列化流程
b_dict = json.loads(b_json)
# 维护类与标识的映射表
class_map = {'B': B, 'C': C}
restored_b = class_map[b_dict['class_type']].parse_raw(b_json)
print(type(restored_b))  # 输出：<class '__main__.B'>

这种方式适合需要自定义标识规则（比如用类的全路径作为标识）的场景，但需要自行维护映射关系，避免出现标识与类不匹配的情况。

3. 数据库单独存储类型标识 #

如果数据存储在数据库中，可以将类型标识与JSON数据分开存储（比如新增一个model_type字段），取出时先读取该字段，再调用对应子类解析JSON。

例如数据库表设计：

• data：存储序列化后的JSON字符串
• model_type：存储标识字符串（如'B'/'C'）

反序列化时：

# 假设从数据库取出data和model_type
data = "..."  # JSON字符串
model_type = "B"

class_map = {'B': B, 'C': C}
instance = class_map[model_type].parse_raw(data)

是否需要额外存储标识信息？ #

是的。JSON本身是无类型的纯数据格式，不包含任何Python类的元信息，因此必须通过额外的标识字段（无论是Pydantic自动添加的鉴别器字段，还是手动维护的标识）来区分不同的子类。

JSON序列化/Pydantic是否适用于此类场景？ #

完全适用。Pydantic专门针对多态类型的序列化/反序列化提供了鉴别器功能，即使不用原生功能，手动添加标识的方式也能完美适配。只要合理处理类型标识，就能高效解决子类的反序列化问题，不存在不适配的情况。

内容的提问来源于stack exchange，提问作者Anton