如何让Pydantic基于外层type字段判别嵌套对象类型？

针对你遇到的MyData模型中type字段无法约束data类型的问题，以及现有验证方案重复代码过多的痛点，可以通过集中管理类型映射+模型验证器的方式实现更简洁、可维护的校验逻辑，避免重复编写枚举值和模型判断。

步骤1：定义类型映射字典 #

先把type枚举值与对应的data模型集中定义在一个字典里，后续新增类型只需修改此字典：

import typing
import pydantic

class TypeAData(pydantic.BaseModel):
    aStr: str

class TypeBData(pydantic.BaseModel):
    bNumber: int

class TypeCData(pydantic.BaseModel):
    cBoolean: bool

# 集中管理类型与模型的映射关系
TYPE_MODEL_MAP = {
    'A': TypeAData,
    'B': TypeBData,
    'C': TypeCData,
}

步骤2：编写模型验证器（Pydantic V2） #

利用Pydantic V2的model_validator，根据外层type字段校验并自动解析data：

class MyData(pydantic.BaseModel):
    # 自动生成Literal可选值，避免手动重复枚举
    type: typing.Literal[tuple(TYPE_MODEL_MAP.keys())]
    name: str
    data: TypeAData | TypeBData | TypeCData

    @pydantic.model_validator(mode='after')
    def validate_data_matches_type(self):
        expected_model = TYPE_MODEL_MAP[self.type]
        # 如果data是字典，尝试解析为预期模型
        if isinstance(self.data, dict):
            try:
                self.data = expected_model(**self.data)
            except pydantic.ValidationError as e:
                raise ValueError(f"数据与类型'{self.type}'不匹配：{e}") from e
        # 验证data是否为预期模型实例
        elif not isinstance(self.data, expected_model):
            raise ValueError(f"类型'{self.type}'对应的data必须是{expected_model.__name__}类型")
        return self

步骤3：Pydantic V1兼容写法 #

如果你仍在使用Pydantic V1，可改用root_validator实现相同逻辑：

class MyData(pydantic.BaseModel):
    type: typing.Literal[tuple(TYPE_MODEL_MAP.keys())]
    name: str
    data: TypeAData | TypeBData | TypeCData

    @pydantic.root_validator(skip_on_failure=True)
    def validate_data_matches_type(cls, values):
        type_val = values.get('type')
        data_val = values.get('data')
        if not type_val or not data_val:
            return values
        
        expected_model = TYPE_MODEL_MAP[type_val]
        if isinstance(data_val, dict):
            try:
                values['data'] = expected_model(**data_val)
            except pydantic.ValidationError as e:
                raise ValueError(f"数据与类型'{type_val}'不匹配：{e}") from e
        elif not isinstance(data_val, expected_model):
            raise ValueError(f"类型'{type_val}'对应的data必须是{expected_model.__name__}类型")
        return values

方案优势 #

• 可维护性高：新增类型只需在TYPE_MODEL_MAP中添加键值对，无需修改验证逻辑和枚举值
• 避免重复代码：通过tuple(TYPE_MODEL_MAP.keys())自动生成Literal的可选值，无需手动重复写'A'/'B'/'C'
• 校验逻辑严谨：既支持传入已实例化的模型对象，也支持传入字典并自动解析验证，同时严格关联外层type与data类型

关于判别式联合的说明 #

你尝试的判别式联合要求判别字段存在于联合类型的每个模型内部，但你的场景中判别字段type是在MyData层级，而非TypeXData模型中，因此无法直接使用该特性，上述模型验证器方案是更适配的解决方式。

内容的提问来源于stack exchange，提问作者ezgrs