Pydantic V2升级：如何为自定义类配置全局可自动发现的JSON序列化逻辑？

要让Pydantic自动识别并应用RockBase的序列化逻辑（包括嵌套在Any类型结构中的场景），你可以通过修改RockBase的__get_pydantic_core_schema__方法，将序列化逻辑直接整合到类的核心Schema定义中，无需依赖Annotated+PlainSerializer的方式。

修改后的RockBase实现 #

from typing import Any, Dict
from pydantic import BaseModel, ConfigDict
from pydantic import GetCoreSchemaHandler, GetJsonSchemaHandler
from pydantic_core import CoreSchema, core_schema

class RockBase:
    def __init__(self, value):
        self.value = value

    @classmethod
    def __get_pydantic_core_schema__(cls, source_type: Any, handler: GetCoreSchemaHandler) -> CoreSchema:
        # 定义验证逻辑
        def validate(v):
            # 保留原有验证逻辑，可根据需求调整
            return v if isinstance(v, cls) else cls(v)
        
        # 定义序列化逻辑
        def serialize(v):
            return "a_string"  # 替换为你的实际序列化逻辑
        
        # 返回整合了验证与序列化的CoreSchema
        return core_schema.no_info_plain_serializer_function(
            serialize,
            return_type=str,
            schema=core_schema.general_plain_validator_function(validate),
            when_used="always"
        )

    @classmethod
    def __get_pydantic_json_schema__(cls, _core_schema: CoreSchema, handler: GetJsonSchemaHandler) -> Dict[str, Any]:
        return {"type": "string"}  # 保持原有JSON Schema定义

class SimpleAsteroid(BaseModel):
    contains: Any  # 支持Any或其他复杂嵌套类型
    model_config = ConfigDict(arbitrary_types_allowed=True)

# 测试嵌套场景
mm2 = SimpleAsteroid(contains={"extra":{"nested":{"value": RockBase("it's deep")}}})
print(mm2.model_dump_json())
# 输出: {"contains":{"extra":{"nested":{"value":"a_string"}}}}

关键说明 #

1. 核心逻辑整合：通过core_schema.no_info_plain_serializer_function将序列化函数与验证逻辑绑定，生成包含完整序列化规则的CoreSchema，这样Pydantic在处理任何RockBase实例时（无论是否嵌套）都会自动应用该序列化逻辑。
2. 移除Annotated依赖：无需再使用Annotated包装类型，直接使用RockBase作为类型注解即可，甚至字段类型为Any时，Pydantic也能识别嵌套的RockBase实例并触发序列化。
3. 兼容原有验证逻辑：保留了原有的验证逻辑，确保类型验证与序列化逻辑统一维护在类内部。

内容的提问来源于stack exchange，提问作者Polyphil