Pydantic V2中@field_validator未触发，自定义编码解析失败？

核心问题原因 #

你遇到的问题本质是Pydantic的类型检查优先级高于字段验证器：

• 当你把ref字段的类型声明为自定义类时，Pydantic默认会期望输入是一个符合该类结构的JSON对象（比如包含类属性的键值对）。
• 而你传入的是纯ID值（字符串/数字），这会在mode="before"的字段验证器执行前就触发类型匹配错误，直接抛出"Input should be an object"，导致验证器根本没机会运行。

正确实现方案 #

下面提供三种可行的解决方式，你可以根据场景选择：

方案1：字段类型声明为Union，结合BeforeValidator #

通过允许字段接受ID（标量）或自定义类两种类型，让Pydantic先接受输入，再通过验证器把ID转换为类实例：

from pydantic import BaseModel, BeforeValidator
from typing import Union

# 自定义类及模拟数据存储
class Item:
    def __init__(self, item_id: str, name: str):
        self.id = item_id
        self.name = name

item_db = {
    "item1": Item("item1", "Apple"),
    "item2": Item("item2", "Banana")
}

# 转换函数：ID转Item实例
def ref_from_id(v):
    if isinstance(v, str):
        return item_db.get(v)
    return v

class MyModel(BaseModel):
    ref: Union[Item, str] = BeforeValidator(ref_from_id)

    # 保持原有的编码逻辑
    model_config = {
        "json_encoders": {
            Item: lambda v: v.id
        }
    }

# 测试解码
json_str = '{"ref": "item1"}'
model = MyModel.model_validate_json(json_str)
print(model.ref.name)  # 输出: Apple

方案2：使用模型级别的model_validator（mode="before"） #

在模型层面提前处理输入数据，把ID转换为类实例后，再交给Pydantic做后续验证：

from pydantic import BaseModel, model_validator

class Item:
    def __init__(self, item_id: str, name: str):
        self.id = item_id
        self.name = name

item_db = {
    "item1": Item("item1", "Apple"),
    "item2": Item("item2", "Banana")
}

class MyModel(BaseModel):
    ref: Item

    model_config = {
        "json_encoders": {
            Item: lambda v: v.id
        }
    }

    @model_validator(mode='before')
    def process_ref_id(cls, values):
        # 提前处理ref字段的ID值
        ref_value = values.get('ref')
        if isinstance(ref_value, str):
            values['ref'] = item_db.get(ref_value)
        return values

# 测试解码
json_str = '{"ref": "item1"}'
model = MyModel.model_validate_json(json_str)
print(model.ref.name)  # 输出: Apple

方案3：自定义TypeAdapter完全接管编解码 #

通过自定义TypeAdapter，直接控制该类型的编码（ID输出）和解码（ID转实例）逻辑，更灵活：

from pydantic import BaseModel, TypeAdapter
from typing import Any

class Item:
    def __init__(self, item_id: str, name: str):
        self.id = item_id
        self.name = name

item_db = {
    "item1": Item("item1", "Apple"),
    "item2": Item("item2", "Banana")
}

class ItemAdapter(TypeAdapter[Item]):
    def validate_python(self, value: Any, context=None) -> Item:
        # 解码逻辑：ID转实例
        if isinstance(value, str):
            return item_db.get(value)
        return super().validate_python(value, context)

    def dump_python(self, value: Item, context=None) -> str:
        # 编码逻辑：实例转ID
        return value.id

class MyModel(BaseModel):
    ref: Item = ItemAdapter()

# 测试编码
model = MyModel(ref=item_db["item1"])
print(model.model_dump_json())  # 输出: {"ref": "item1"}

# 测试解码
json_str = '{"ref": "item1"}'
model = MyModel.model_validate_json(json_str)
print(model.ref.name)  # 输出: Apple

关键总结 #

• 避免直接把自定义类作为字段类型后，仅用字段验证器处理标量输入，因为Pydantic的类型检查会先拦截。
• 优先选择模型级验证器或TypeAdapter来处理这种跨类型的编解码场景，逻辑更清晰且不易触发优先级问题。

内容的提问来源于stack exchange，提问作者DirkR