在Pydantic中如何设置env_ignore_empty为True？空字符串转None方案咨询

1. 自定义可复用的可选浮点类型 #

适合你这种存在大量金额字段的场景，一次性定义后直接复用，无需重复编写处理逻辑：

from typing import Annotated, Optional
from pydantic import BaseModel, BeforeValidator

def empty_str_to_none(value):
    if value == "":
        return None
    return value

# 封装成可复用的类型
OptionalFloat = Annotated[Optional[float], BeforeValidator(empty_str_to_none)]

class Balance(BaseModel):
    outstanding: float
    paidtodate: OptionalFloat = None

# 测试验证
data3 = Balance(**{"outstanding": 1000.00, "paidtodate": ""})
print(data3.paidtodate)  # 输出: None

2. 全局模型前置预处理 #

如果需要批量处理所有同类型字段，可以在模型层面添加前置验证器，统一将空字符串转为None：

from typing import Optional
from pydantic import BaseModel, model_validator

class Balance(BaseModel):
    outstanding: float
    paidtodate: Optional[float] = None

    @model_validator(mode='before')
    def handle_empty_strings(cls, values):
        for field_name, field_value in values.items():
            field = cls.model_fields.get(field_name)
            # 只针对Optional[float]类型的字段处理空字符串
            if field and field.annotation == Optional[float] and field_value == "":
                values[field_name] = None
        return values

# 测试验证
data3 = Balance(**{"outstanding": 1000.00, "paidtodate": ""})
print(data3.paidtodate)  # 输出: None

3. 单个字段独立配置 #

如果只有少数字段需要处理，也可以给特定字段单独添加验证逻辑：

from typing import Optional
from pydantic import BaseModel, BeforeValidator

def empty_str_to_none(value):
    return None if value == "" else value

class Balance(BaseModel):
    outstanding: float
    paidtodate: Optional[float] = BeforeValidator(empty_str_to_none)

# 测试验证
data3 = Balance(**{"outstanding": 1000.00, "paidtodate": ""})
print(data3.paidtodate)  # 输出: None

关于env_ignore_empty的说明 #

你提到的env_ignore_empty是Pydantic专门用于环境变量解析的配置，作用是忽略环境变量中的空字符串值，和JSON数据的校验解析无关，因此这个配置对你当前的场景无效。

内容的提问来源于stack exchange，提问作者vrghost