如何将现成的Pydantic模型转换为Python标准库Dataclass？

核心思路 #

把Pydantic模型转成标准库dataclass，本质是替换基类与字段定义方式，同时对齐两者的类型注解和默认值逻辑。

实操步骤与示例 #

先看一个典型的Pydantic模型：

from pydantic import BaseModel, Field

class UserPydantic(BaseModel):
    id: int
    name: str = Field(default="Anonymous", description="用户全名")
    email: str | None = None
    age: int = Field(default_factory=lambda: 18)

对应转换成标准库dataclass的代码：

from dataclasses import dataclass, field
from typing import Optional

@dataclass
class UserDataclass:
    id: int
    name: str = field(default="Anonymous", metadata={"description": "用户全名"})
    email: Optional[str] = None  # Python 3.10+也可以直接用str | None
    age: int = field(default_factory=lambda: 18)

具体转换要点：

• 替换基类：去掉BaseModel继承，改用@dataclass装饰器
• 字段类型对齐：Pydantic的联合类型（如str | None）在Python 3.10+可直接复用，低版本需换成Optional[str]并导入typing.Optional
• 转换Field参数：Pydantic的Field对应dataclass的field函数，description这类元数据要放到metadata字典中；默认工厂逻辑直接用default_factory参数传递
• 移除Pydantic特有配置：比如model_config、validator这类dataclass不支持的内容，若需要验证逻辑，可在__post_init__方法中自行实现

注意事项 #

• 标准库dataclass没有Pydantic自带的字段验证（比如邮箱格式校验），如果需要验证，得自己写逻辑或者结合第三方库
• 嵌套的Pydantic模型要同步转换成dataclass，保持结构一致
• Pydantic的root_validator这类全局验证逻辑，在dataclass里可以通过重写__post_init__方法来实现

内容的提问来源于stack exchange，提问作者Nikolay Prokopyev