Pydantic是否支持父对象间共享大型关联对象的去重序列化

1. 是否为Pydantic内置功能 #

• 答案是否定的。Pydantic核心定位是数据校验、类型安全转换、与模型定义严格对齐的序列化/反序列化，默认序列化逻辑会完整递归输出所有嵌套字段，不会自动识别多个父对象持有的同一个实例引用，也不会自动做去重拆分、引用替换的归一化处理，没有内置类似Normalizr的能力。

2. 自行实现难度 #

• 实现难度中等，不需要修改Pydantic源码，基于Pydantic开放的自定义序列化钩子即可完成，核心实现逻辑非常清晰：
  • 序列化时维护一个临时上下文，按实体类型存储去重后的实体全量数据
  • 自定义关联字段的序列化规则：遇到关联的共享实体时，先把实体全量数据存入上下文的对应实体区块，再仅输出实体的唯一ID作为引用
  • 所有实体遍历完成后，把收集到的实体区块、替换为引用后的主结构拼接为最终输出
• 以下是基于Pydantic v2 自定义序列化器实现的最小可运行示例，输出结构完全匹配给出的目标格式：

from typing import List, Optional, Dict, Any
from pydantic import BaseModel, model_serializer, SerializationInfo

class NormalizeContext:
    """序列化上下文，临时存储去重后的归一化实体"""
    def __init__(self):
        self.entities: Dict[str, Dict[str, Any]] = {}
    def save(self, entity_type: str, entity_id: str, entity_data: Dict[str, Any]):
        self.entities.setdefault(entity_type, {})
        self.entities[entity_type].setdefault(entity_id, entity_data)

class Child(BaseModel):
    id: str = "1"
    description: str

class Parent(BaseModel):
    id: int
    large: Optional[Child] = None

    @model_serializer(mode="wrap")
    def _custom_serialize(self, handler, info: SerializationInfo):
        ctx: Optional[NormalizeContext] = info.context.get("normalize_ctx") if info.context else None
        # 未传入归一化上下文时走默认序列化逻辑
        if not ctx:
            return handler(self)
        # 处理关联的large字段，存实体、返回引用
        large_ref = None
        if self.large:
            child_data = self.large.model_dump(context=info.context)
            ctx.save("child", self.large.id, child_data)
            large_ref = self.large.id
        return {"id": self.id, "large": large_ref}

class ParentList(BaseModel):
    list: List[Parent]

    def normalized_dump(self, **kwargs):
        ctx = NormalizeContext()
        parent_map = {}
        for parent in self.list:
            p_data = parent.model_dump(context={"normalize_ctx": ctx}, **kwargs)
            parent_map[str(parent.id)] = p_data
        return {**ctx.entities, "parent": parent_map}

# 测试逻辑
if __name__ == "__main__":
    c1 = Child(description="THIS IS A VERY LONG DESCRIPTION THAT I ONLY WANT TO WRITE ONCE")
    p1 = Parent(id=123, large=c1)
    p2 = Parent(id=456, large=c1)
    import json
    print(json.dumps(ParentList(list=[p1, p2]).normalized_dump(), indent=4))

• 如果使用Pydantic v1版本，可通过自定义JSON编码器、重写dict()/json()方法的方式实现相同逻辑，核心思路完全一致。

3. 是否属于Pydantic设计适用范围 #

• 这类归一化序列化不属于Pydantic的核心目标场景：Pydantic的设计核心是保证数据结构和类型定义严格一致，解决的是数据校验、类型转换的问题，而实体归一化属于面向传输/存储优化的业务层自定义逻辑，和数据校验没有强绑定，因此官方不会内置这类能力。
• 基于Pydantic的扩展点实现这类需求是完全合规的，不会和框架本身的设计冲突；如果项目中存在大量复杂实体关联归一化需求，也可以搭配专门的规范化处理工具使用，不需要把所有逻辑耦合在Pydantic模型层。

内容的提问来源于stack exchange，提问作者dvreed77