如何在SQLAlchemy中验证JSON与ARRAY类型数据？

针对JSON类型的_meta字段 #

SQLAlchemy 1.4及以上版本的JSON类型自带schema参数，直接用它就能强制校验字段必须为字典类型，不用自己写额外验证逻辑：

from sqlalchemy import Column, JSON

class YourModel(Base):
    __tablename__ = "your_table"
    _meta = Column(JSON(schema={"type": "object"}))

当你传入整数、列表这类非字典数据时，ORM层面会直接抛出ValidationError，根本到不了数据库那一步。

针对ARRAY(Text)类型的_context字段 #

默认情况下ARRAY(Text)会接受任何可迭代对象，但不会校验元素类型。要强制只能存字符串数组，有两种简便方式：

方式一：数据库层面的CHECK约束 #

直接给字段加CheckConstraint，以PostgreSQL为例（ARRAY类型主要在PG里使用）：

from sqlalchemy import Column, ARRAY, Text, CheckConstraint

class YourModel(Base):
    __tablename__ = "your_table"
    _context = Column(ARRAY(Text), CheckConstraint("ALL(_context IS NOT NULL AND pg_typeof(_context) = 'text[]')"))

数据库会直接拦截不符合要求的数据，不过这个约束语法要适配你使用的数据库（比如MySQL写法不一样）。

方式二：ORM层面的轻量类型封装 #

用SQLAlchemy的TypeDecorator做个简单封装，在赋值时自动校验每个元素：

from sqlalchemy import ARRAY, Text
from sqlalchemy.sql.type_api import TypeDecorator

class StrictStringArray(TypeDecorator):
    impl = ARRAY(Text)

    def process_bind_param(self, value, dialect):
        if value is not None and not all(isinstance(item, str) for item in value):
            raise ValueError("_context的所有元素必须是字符串")
        return value

class YourModel(Base):
    __tablename__ = "your_table"
    _context = Column(StrictStringArray)

这种方式在ORM层就会立刻报错，不用等数据库返回，代码也很简洁，算不上自定义复杂验证逻辑，只是用了SQLAlchemy的标准扩展机制。

总结 #

• _meta字段直接用JSON(schema={"type": "object"})就能实现强制字典校验，零自定义代码；
• _context字段选数据库约束或轻量类型封装都可以，都不用写复杂的验证逻辑，完全基于SQLAlchemy本身的功能。

内容的提问来源于stack exchange，提问作者KZiovas