如何根据关键属性值自动识别匹配对应的Pydantic Schema

• Pydantic默认对Union类型采用顺序匹配逻辑：从左到右依次用Union里的类型校验传入数据，第一个校验通过的类型就会作为最终返回结果，不会自动关联外层字段的取值做匹配判断。
• 你定义的两个子Schema中，标识字段都设置了类级固定默认值，传入的Data字典本身没有携带这两个标识字段，校验FirstSchema时只要字典里存在必填的first_schema_attribute字段就会直接通过校验，因此会被错误识别为FirstSchema实例。
• 你当前的标识字段定义在外层UnifiedSchema层级，而非嵌套的Data模型内部，无法直接用内置的判别器配置实现自动映射。

通过自定义字段校验器，在外层拿到标识字段取值后，手动指定Data的解析目标模型即可，修改后可直接运行的代码如下：

from pydantic import BaseModel, validator
from typing import Union


class BaseSchema(BaseModel):
    first_identifier_attribute: str
    second_identifier_attribute: str


class FirstSchema(BaseSchema):
    first_identifier_attribute = 'A'
    second_identifier_attribute = '1'
    first_schema_attribute: str


class SecondSchema(BaseSchema):
    first_identifier_attribute = 'B'
    second_identifier_attribute = '2'
    second_schema_attribute: str


# 维护标识值到对应模型的映射关系，后续新增子Schema只需更新此处
SCHEMA_MAP = {
    ('A', '1'): FirstSchema,
    ('B', '2'): SecondSchema
}


class UnifiedSchema(BaseSchema):
    class Config:
        arbitrary_types_allowed = True

    Data: Union[FirstSchema, SecondSchema]

    # 开启always=True保证传入原始字典时也会触发该校验逻辑
    @validator('Data', always=True)
    def match_data_schema(cls, raw_data, validated_fields):
        # validated_fields存储当前已校验完成的同级字段，即外层两个标识属性
        id1 = validated_fields.get('first_identifier_attribute')
        id2 = validated_fields.get('second_identifier_attribute')
        target_cls = SCHEMA_MAP.get((id1, id2))
        if not target_cls:
            raise ValueError(f"标识组合({id1}, {id2})无匹配的Schema模型")
        # 补全标识字段值后解析为对应子模型实例
        return target_cls(
            **raw_data,
            first_identifier_attribute=id1,
            second_identifier_attribute=id2
        )


some_dict = {
    'second_schema_attribute': 'b val',
    'first_schema_attribute': 'a val',
}

result = UnifiedSchema(
    first_identifier_attribute='B', second_identifier_attribute='2', Data={**some_dict}
)
print(type(result.Data))  # 输出<class '__main__.SecondSchema'>，符合预期
print(result)

补充说明 #

• 如果你使用Pydantic V2版本，只需将@validator替换为@field_validator，导入路径调整为from pydantic import field_validator，核心匹配逻辑无需修改。
• 如果后续要扩展子Schema，仅需两步：新增继承BaseSchema的子类、固定标识默认值和专属字段，再将标识组合与类的对应关系加入SCHEMA_MAP即可，无需改动其他校验逻辑。
• 如果你后续调整结构，把标识字段放到Data模型内部而非外层，可以直接使用Pydantic内置的Discriminator判别器功能，无需手写校验逻辑，匹配性能更高。

内容的提问来源于stack exchange，提问作者bipster