能否分步构建Pydantic BaseModel并延迟至完成后再验证？

我正在开发一个处理数据库查询并返回Pydantic模型的数据访问包。核心问题是：多数模型需要关联多张表的数据，仅查询主表无法获取模型的全部属性，必须通过外键关联其他表补充数据。

当前临时方案是把这些缺失的属性设为Optional，分步构建模型：先通过数据库查询返回的字典用model_validate()实例化模型，再手动补充关联表的属性。示例代码如下：

with self.connection.cursor(dictionary=True, buffered=True) as cursor:
    cursor.execute(query)
    result = cursor.fetchone()
    datasets = []
    while isinstance(result, dict):
        dataset = DatasetModel.model_validate(result)
        dataset.format = FormatModel.model_validate(result)
        dataset.scans = self.scan_access.get(dataset_ids=[result["dataset_id"]])
        result = cursor.fetchone()

但实际上这些属性并非可选，使用该包的业务代码需要加大量assert才能消除IDE的类型提示问题。我不想提前修改查询返回的字典，也不想创建多套表映射模型，想问：是否可以分步构建模型，仅在所有属性补充完成后再执行验证？

完全可以利用Pydantic的model_construct()方法实现分步构建+最终验证的需求：

1. 用model_construct()创建未验证的实例：这个方法会跳过所有验证逻辑，直接基于传入的字段创建模型实例，适合先填充部分属性的场景。
2. 分步补充关联属性：延续你之前的逻辑，从关联表查询数据并赋值给模型实例。
3. 最终执行全量验证：调用model_validate()方法，传入已填充完整属性的实例，触发Pydantic的全量验证逻辑，确保所有必填字段都已正确设置。

修改后的示例代码：

with self.connection.cursor(dictionary=True, buffered=True) as cursor:
    cursor.execute(query)
    result = cursor.fetchone()
    datasets = []
    while isinstance(result, dict):
        # 1. 创建未验证的模型实例，跳过初始验证
        dataset = DatasetModel.model_construct(**result)
        # 2. 分步补充关联表属性
        dataset.format = FormatModel.model_validate(result)
        dataset.scans = self.scan_access.get(dataset_ids=[result["dataset_id"]])
        # 3. 执行全量验证，确保所有必填字段合规
        validated_dataset = DatasetModel.model_validate(dataset)
        datasets.append(validated_dataset)
        result = cursor.fetchone()

关键说明 #

• model_construct()是Pydantic v1和v2都支持的方法，不会检查字段缺失或类型匹配，仅用于快速构建临时实例。
• 最终的model_validate()会严格按照模型定义验证所有字段，包括必填项的存在性、类型匹配等，确保模型实例的合法性。
• 你可以把DatasetModel中的关联属性改回必填类型（去掉Optional），业务代码无需再写大量assert，IDE的类型提示也会恢复正常。

内容的提问来源于stack exchange，提问作者Roland Deschain