如何使用Pydantic标准化API返回的不同格式同类型信息导入？

我从Web API请求获取的数据可能返回两种不同的字典格式：

# Wh版本格式
[{'energy_wh': int, 'month': int, 'year': int}]
# kWh版本格式
[{'energy': float, 'month': int, 'year': int}]

只能通过检查对应键的存在来判断格式。我希望创建一个包含以下属性的类：

class EmeterMonth:
    year: int
    month: int
    energy: float  # 单位kWh
    energy_wh: float  # 单位Wh

需要将两种格式的字典数组转换为EmeterMonth类的实例数组，转换规则如下：

• Wh版本：energy_wh = float(energy_wh)，energy = energy_wh / 1000
• kWh版本：energy_wh = energy * 1000，energy = energy

要求代码清晰易懂，且能支持后续新增类似格式。目前我通过重写__getitem__实现转换，但方式不够清晰粗糙。实际还有更多需转换单位的数据成员，此处做了简化。有人建议用Pydantic声明格式，但不确定如何处理不同格式，使用Python 3.11。

方案一：普通Python类实现（高扩展性） #

用类方法拆分不同格式的转换逻辑，预留扩展接口，后续新增格式只需添加对应方法即可：

from typing import List, Dict, Any

class EmeterMonth:
    def __init__(self, year: int, month: int, energy: float, energy_wh: float):
        self.year = year
        self.month = month
        self.energy = energy
        self.energy_wh = energy_wh

    @classmethod
    def from_wh_dict(cls, data: Dict[str, Any]) -> 'EmeterMonth':
        """从Wh格式字典创建实例"""
        energy_wh = float(data['energy_wh'])
        return cls(
            year=data['year'],
            month=data['month'],
            energy=energy_wh / 1000,
            energy_wh=energy_wh
        )

    @classmethod
    def from_kwh_dict(cls, data: Dict[str, Any]) -> 'EmeterMonth':
        """从kWh格式字典创建实例"""
        energy = data['energy']
        return cls(
            year=data['year'],
            month=data['month'],
            energy=energy,
            energy_wh=energy * 1000
        )

    @classmethod
    def from_dict(cls, data: Dict[str, Any]) -> 'EmeterMonth':
        """自动识别格式并创建实例"""
        if 'energy_wh' in data:
            return cls.from_wh_dict(data)
        elif 'energy' in data:
            return cls.from_kwh_dict(data)
        else:
            raise ValueError("无法识别的字典格式：缺少energy或energy_wh键")

# 批量转换工具函数
def convert_to_emeter_month_list(data_list: List[Dict[str, Any]]) -> List[EmeterMonth]:
    return [EmeterMonth.from_dict(item) for item in data_list]

优势 #

• 每个格式对应独立的类方法，逻辑清晰，新增格式只需添加from_xxx_dict方法并修改from_dict的判断逻辑
• 初始化逻辑集中在__init__，保证所有实例的属性一致性
• 批量转换函数直观易用

方案二：Pydantic实现（类型安全+自动验证） #

利用Pydantic的模型验证和预处理能力，既能处理多格式转换，又能自动校验API返回的数据合法性（Python 3.11推荐使用Pydantic v2）。

先安装依赖：

pip install pydantic

简洁实现版 #

直接在目标模型中添加预处理验证器，统一转换逻辑：

from typing import List
from pydantic import BaseModel, model_validator

class EmeterMonth(BaseModel):
    year: int
    month: int
    energy: float  # 单位kWh
    energy_wh: float  # 单位Wh

    @model_validator(mode='before')
    def parse_raw_data(cls, data: dict) -> dict:
        """预处理原始数据，统一转换为目标格式"""
        if 'energy_wh' in data:
            energy_wh = float(data['energy_wh'])
            return {
                'year': data['year'],
                'month': data['month'],
                'energy': energy_wh / 1000,
                'energy_wh': energy_wh
            }
        elif 'energy' in data:
            energy = data['energy']
            return {
                'year': data['year'],
                'month': data['month'],
                'energy': energy,
                'energy_wh': energy * 1000
            }
        else:
            raise ValueError("无法识别的字典格式：缺少energy或energy_wh键")

# 批量转换直接调用模型的验证方法
def convert_to_emeter_month_list(data_list: List[dict]) -> List[EmeterMonth]:
    return EmeterMonth.model_validate(data_list)

拆分模型版（更适合复杂场景） #

如果后续格式差异大，可以拆分原始格式模型和目标模型，逻辑更清晰：

from typing import List, Union
from pydantic import BaseModel

# 定义API返回的两种原始格式模型
class EmeterWhRaw(BaseModel):
    energy_wh: int
    month: int
    year: int

class EmeterKwhRaw(BaseModel):
    energy: float
    month: int
    year: int

# 目标模型
class EmeterMonth(BaseModel):
    year: int
    month: int
    energy: float  # 单位kWh
    energy_wh: float  # 单位Wh

    @classmethod
    def from_wh_raw(cls, raw_model: EmeterWhRaw) -> 'EmeterMonth':
        energy_wh = float(raw_model.energy_wh)
        return cls(
            year=raw_model.year,
            month=raw_model.month,
            energy=energy_wh / 1000,
            energy_wh=energy_wh
        )

    @classmethod
    def from_kwh_raw(cls, raw_model: EmeterKwhRaw) -> 'EmeterMonth':
        return cls(
            year=raw_model.year,
            month=raw_model.month,
            energy=raw_model.energy,
            energy_wh=raw_model.energy * 1000
        )

    @classmethod
    def from_raw_dict(cls, data: dict) -> 'EmeterMonth':
        """自动识别原始格式并转换"""
        try:
            return cls.from_wh_raw(EmeterWhRaw(**data))
        except:
            try:
                return cls.from_kwh_raw(EmeterKwhRaw(**data))
            except:
                raise ValueError("无法识别的字典格式")

# 批量转换工具函数
def convert_to_emeter_month_list(data_list: List[dict]) -> List[EmeterMonth]:
    return [EmeterMonth.from_raw_dict(item) for item in data_list]

优势 #

• 自带数据验证，比如API返回的year不是整数时会自动抛出错误，避免脏数据
• 类型提示完善，IDE能提供精准的代码补全
• 复杂场景下拆分模型的方式更易维护，新增格式只需添加对应的原始模型和转换方法

内容的提问来源于stack exchange，提问作者Jules