使用Pydantic模型遇ValidationError错误，请求协助修复

问题原因 #

你的Data模型定义中，data字段是dict[str, Products]类型，这意味着data字典里的每个值都必须符合Products模型的结构——即必须包含一个名为products的键，对应的值是Item对象的列表。

但你传入的验证数据中，data的products键直接对应了一个Item列表，没有包裹成Products模型要求的结构，导致Pydantic无法将其解析为Products实例，从而抛出ValidationError。

修复方案 #

方案1：调整输入数据结构（推荐，符合原模型定义） #

将data字典中的值调整为符合Products模型的结构，也就是每个值是包含products字段的字典：

from pydantic import BaseModel

class Item(BaseModel): 
    id: int
    brand: str

class Products(BaseModel):
    products: list[Item]

class Data(BaseModel):
    data: dict[str, Products]

# 修复后的数据：data的value是符合Products结构的字典
d = Data.model_validate({'data': {'smartphones': {'products': [{'id': 1234, 'brand': 'infinix'}]}}})
print(d)
# 输出：data={'smartphones': Products(products=[Item(id=1234, brand='infinix')])}

如果确实需要data的键为products，可以这样传入：

d = Data.model_validate({'data': {'products': {'products': [{'id': 1234, 'brand': 'infinix'}]}}})

方案2：修改模型定义（适配实际数据结构） #

如果你的实际业务需求是Data的data字段直接对应Products的products列表，可以修改Data模型的定义：

from pydantic import BaseModel

class Item(BaseModel): 
    id: int
    brand: str

class Products(BaseModel):
    products: list[Item]

# 修改Data模型，data字段直接为Products类型
class Data(BaseModel):
    data: Products

d = Data.model_validate({'data': {'products': [{'id': 1234, 'brand': 'infinix'}]}})
print(d)
# 输出：data=Products(products=[Item(id=1234, brand='infinix')])

或者如果不需要Products中间层，直接简化模型：

from pydantic import BaseModel

class Item(BaseModel): 
    id: int
    brand: str

class Data(BaseModel):
    data: list[Item]

d = Data.model_validate({'data': [{'id': 1234, 'brand': 'infinix'}]})
print(d)
# 输出：data=[Item(id=1234, brand='infinix')]

内容的提问来源于stack exchange，提问作者moris m