如何将API返回的元数据解析到独立的Pydantic类中？

我在对接Tasty API时，用Pydantic定义了两个模型类Tip和TipMetadata来结构化食谱评论数据。原本设计的Tip模型包含嵌套的metadata字段，但API返回的是完全扁平的结构，导致Pydantic直接抛出「缺少metadata字段」的错误。

初始模型代码：

# tip.py
class Tip(BaseModel):
    author: str
    body: str
    metadata: TipMetadata

class TipMetadata(BaseModel):
    posted_at: datetime
    updated_at: datetime
    id: int

API返回的扁平JSON示例：

{
    "author": "John Smith",
    "body": "Nice recipe!",
    "posted_at": 1716874324,
    "updated_at": 1716738295,
    "id": 8011
}

我需要让Pydantic自动把posted_at、updated_at、id这几个字段打包成TipMetadata对象，而不是手动处理数据结构。一开始考虑用field_validator，但觉得不够简洁，最后用模型验证器搞定了需求。

利用Pydantic的model_validator（指定mode="before"），在数据进入模型验证流程之前，把扁平字段重组为嵌套的metadata结构：

from datetime import datetime
import typing
import pydantic
from pydantic import BaseModel

class TipMetadata(BaseModel):
    posted_at: datetime
    updated_at: datetime
    id: int

class Tip(BaseModel):
    author: str
    body: str
    metadata: TipMetadata

    @pydantic.model_validator(mode="before")
    @classmethod
    def nest_metadata(
        cls, values: dict[str, typing.Any]
    ) -> typing.Dict[str, typing.Any]:
        metadata_fields = set(TipMetadata.model_fields)
        # 从原始数据中提取属于TipMetadata的字段，并从原字典移除
        metadata_data = {
            key: values.pop(key) for key in metadata_fields if key in values
        }
        # 添加嵌套的metadata字段
        values["metadata"] = metadata_data
        return values

这样处理后，直接用Tip(**api_response_data)就能正确解析成嵌套模型，无需额外的数据预处理。

内容的提问来源于stack exchange，提问作者Keys Dapp