如何让Cerberus的normalize函数为嵌套字典填充默认值

默认值不生效的原因：Cerberus 的normalized方法填充默认值的逻辑为：仅当字段的父级结构已存在，且字段本身配置了default参数时才会自动填充默认值。你当前的 schema 中仅为最内层的enabled设置了默认值，作为父级的api字段仅标记了required: True未配置默认值，所以不会自动生成api对应的字典结构，内层的enabled默认值自然无法触发填充。

你只需要在api字段的配置中添加default: {}即可实现需求，修改后的完整代码如下：

from yaml import load, Loader
from cerberus import Validator

text_schema = """
server:
  type: dict
  required: True
  schema:
    host:
      required: True
      type: string
    api:
      type: dict
      required: True
      default: {} # 新增该行配置
      schema:
        enabled:
          type: boolean
          required: True
          default: True
"""

testyaml = """
server:
  host: hostname
"""
schema = load(text_schema, Loader=Loader)
doc = load(testyaml, Loader=Loader)
v = Validator(schema, purge_unknown=True)
print(v.normalized(doc))

运行后输出结果和你预期的一致：

{'server': {'host': 'hostname', 'api': {'enabled': True}}}

补充说明：如果存在更多层级的嵌套字典，每一层需要自动生成的字典字段都需要配置default: {}，才能触发下层字段的默认值填充。

内容的提问来源于stack exchange，提问作者pszafer