Python中如何将多源异构数据转换为预定义数据结构，有哪些可用库？

有多个成熟的Python库可满足你的需求，以下是适配你场景的常用方案：

方案1：Pydantic（最常用，推荐优先选用） #

Pydantic是Python生态中应用最广泛的结构化数据校验、转换库，通过别名配置即可快速实现多数据源字段映射，完全符合你期望的类风格映射定义方式：

from pydantic import BaseModel, Field

# 首先定义你的标准Student数据类
class Student(BaseModel):
    id: int
    name: str
    gender: str

# 对应Source1的映射（字段完全匹配，可直接用Student类，无需额外定义）
# 对应Source2的映射类，仅需指定别名即可
class Source2Student(Student):
    name: str = Field(alias="fullname")
    gender: str = Field(alias="sex")

使用示例：

# 解析Source1数据
s1_raw = {"id": 129939, "name": "Alice", "gender": "female"}
student1 = Student(**s1_raw)

# 解析Source2数据
s2_raw = {"id": 129939, "fullname": "Alice", "sex": "female"}
student2 = Source2Student(**s2_raw)

# 两者均遵循标准Student的字段规范，可统一访问
print(student1.name == student2.name) # 输出True

方案2：Marshmallow #

Marshmallow是老牌的序列化/反序列化库，适合需要更复杂字段校验、转换逻辑的场景：

from marshmallow import Schema, fields

# 标准Student Schema
class StudentSchema(Schema):
    id = fields.Int()
    name = fields.Str()
    gender = fields.Str()

# Source2映射Schema，通过attribute参数指定源字段名
class Source2StudentSchema(StudentSchema):
    name = fields.Str(attribute="fullname")
    gender = fields.Str(attribute="sex")

使用示例：

schema = Source2StudentSchema()
student2 = schema.load({"id": 129939, "fullname": "Alice", "sex": "female"})
# 输出：{'id': 129939, 'name': 'Alice', 'gender': 'female'}

方案3：轻量自定义实现（无需引入第三方依赖） #

如果你的场景逻辑简单，也可以直接用映射字典+通用转换函数实现，无需引入额外依赖：

class Student:
    def __init__(self, id: int, name: str, gender: str):
        self.id = id
        self.name = name
        self.gender = gender

def convert_to_student(raw: dict, mapping: dict) -> Student:
    mapped = {target: raw[source] for source, target in mapping.items()}
    return Student(**mapped)

# 定义各数据源的映射规则
mapping_source1 = {"id": "id", "name": "name", "gender": "gender"}
mapping_source2 = {"id": "id", "fullname": "name", "sex": "gender"}

# 转换调用
student1 = convert_to_student(s1_raw, mapping_source1)
student2 = convert_to_student(s2_raw, mapping_source2)

内容的提问来源于stack exchange，提问作者Khanh Le