如何在Pydantic 2.0中实现EmailStr与ConstrainedStr的组合验证？

方案1：使用Annotated结合StringConstraints与EmailStr #

Pydantic 2.0中，原ConstrainedStr被替换为StringConstraints，可直接通过Annotated将字符串约束与EmailStr验证逻辑组合，实现自动去空格、转小写+邮箱格式验证的需求：

from pydantic import BaseModel, EmailStr, StringConstraints, Annotated

# 定义带标准化约束的邮箱字段
EmailApiField = Annotated[
    EmailStr,
    StringConstraints(to_lower=True, strip_whitespace=True)
]

# 用于请求模型
class LoginReq(BaseModel):
    email: EmailApiField

该方式会先对输入字符串执行去空格、转小写的标准化处理，再验证是否为合法邮箱格式，逻辑顺序与你原代码一致。

方案2：自定义验证函数+Annotated #

如果需要更灵活的标准化逻辑，可手动编写处理函数，通过BeforeValidator指定在邮箱验证前执行：

from pydantic import BaseModel, EmailStr, BeforeValidator
from typing import Annotated

def normalize_email(input_str: str) -> str:
    return input_str.strip().lower()

EmailApiField = Annotated[
    EmailStr,
    BeforeValidator(normalize_email)
]

class LoginReq(BaseModel):
    email: EmailApiField

方案3：自定义字段类型（贴近原Pydantic 1.x写法） #

若习惯用自定义类的方式实现，可通过扩展EmailStr并实现核心验证规则来完成：

from pydantic import EmailStr, GetJsonSchemaHandler, StringConstraints
from pydantic_core import core_schema
from typing import Any
from pydantic import BaseModel

class EmailApiField(EmailStr):
    @classmethod
    def __get_pydantic_core_schema__(cls, source_type: Any, handler: GetJsonSchemaHandler) -> core_schema.CoreSchema:
        # 获取EmailStr的核心验证规则
        email_schema = handler(EmailStr)
        # 获取字符串约束的处理逻辑（去空格、转小写）
        constraint_schema = StringConstraints(to_lower=True, strip_whitespace=True).__get_pydantic_core_schema__(str, handler)
        # 组合规则：先执行标准化处理，再验证邮箱格式
        return core_schema.no_info_wrap_validator_function(
            constraint_schema['function'],
            email_schema,
        )

class LoginReq(BaseModel):
    email: EmailApiField

原写法失效原因 #

Pydantic 2.0中的constr是类型工厂函数，返回的是带约束的字符串类型，而非可直接用于BeforeValidator的处理函数。BeforeValidator要求接收一个可调用的处理逻辑，而非类型，因此原写法会报错。

内容的提问来源于stack exchange，提问作者Artur Stępniak