如何在Python中实现基于子类泛型类型的验证基方法

当然可以。借助Python泛型的类型绑定特性，你完全可以把get_all的通用逻辑放到BaseDataStore基类中，子类只需指定对应的Pydantic模型即可，无需重复实现该方法。下面分两种场景给出具体实现：

场景1：所有子类的客户端数据获取逻辑完全一致 #

如果所有子类调用客户端的方式相同（比如都用client.get_all()），可以直接在基类中完成全部通用逻辑：

from abc import ABC
from typing import Generic, TypeVar, List, get_args
from pydantic import BaseModel

# 基础Pydantic模型
class CustomBaseModel(BaseModel):
    # 定义通用字段
    pass

# 绑定CustomBaseModel的TypeVar
BoundedModel = TypeVar('BoundedModel', bound=CustomBaseModel)

# 具体Pydantic模型子类
class Metadata(CustomBaseModel):
    id: int
    name: str

class Transcript(CustomBaseModel):
    transcript_id: str
    content: str

# 泛型基类
class BaseDataStore(ABC, Generic[BoundedModel]):
    def __init__(self, client):
        self.client = client
        # 自动获取子类绑定的具体Pydantic模型
        self.model_class = get_args(self.__orig_class__)[0]

    def get_all(self) -> List[BoundedModel]:
        # 调用客户端获取原始数据
        raw_data = self.client.get_all()
        # 用绑定的模型验证并返回列表
        return [self.model_class.parse_obj(item) for item in raw_data]

# 子类仅需指定泛型参数，无需实现get_all
class MetadataStore(BaseDataStore[Metadata]):
    pass

class TranscriptStore(BaseDataStore[Transcript]):
    pass

核心原理：get_args(self.__orig_class__)[0]会自动读取子类继承时指定的泛型参数（比如MetadataStore对应的Metadata），让基类动态知道该用哪个模型解析数据。

场景2：子类的客户端数据获取逻辑不同 #

如果不同子类调用客户端的方法不同（比如一个用client.fetch_metadata()，一个用client.get_transcripts()），可以把数据获取逻辑抽成抽象方法，基类只负责通用的模型解析：

from abc import ABC, abstractmethod
from typing import Generic, TypeVar, List, get_args, Any
from pydantic import BaseModel

# 重复的基础定义（CustomBaseModel、BoundedModel、Metadata、Transcript同上）

class BaseDataStore(ABC, Generic[BoundedModel]):
    def __init__(self, client):
        self.client = client
        self.model_class = get_args(self.__orig_class__)[0]

    def get_all(self) -> List[BoundedModel]:
        # 调用子类实现的抽象方法获取原始数据
        raw_data = self._fetch_raw_data()
        return [self.model_class.parse_obj(item) for item in raw_data]

    @abstractmethod
    def _fetch_raw_data(self) -> List[Any]:
        # 子类需实现具体的数据获取逻辑
        pass

# 子类仅需实现数据获取的抽象方法
class MetadataStore(BaseDataStore[Metadata]):
    def _fetch_raw_data(self) -> List[Any]:
        return self.client.fetch_metadata()

class TranscriptStore(BaseDataStore[Transcript]):
    def _fetch_raw_data(self) -> List[Any]:
        return self.client.get_transcripts()

这种方式既保留了get_all的通用验证逻辑，又允许子类自定义数据获取细节，避免了重复编写模型解析代码。

注意事项 #

• 确保Python版本在3.8及以上，get_args和__orig_class__在该版本及之后才能正常工作。
• 如果客户端是类级别的静态属性，可调整model_class的获取逻辑，比如通过get_args(self.__orig_bases__[0])在类初始化时读取。

内容的提问来源于stack exchange，提问作者alexcs