嵌套Pydantic模型JSON导出加载保留子类类型的实现方法

你遇到的是Pydantic多态场景下的典型问题：字段注解为父类类型、实际存储子类实例时，默认序列化不会携带类型标识，反序列化时会按父类规则校验，导致子类新增字段被extra='forbid'拦截。以下是两种完全保留Pydantic原生能力的解决方案：

方案1：内置鉴别器实现（最推荐，无自定义逻辑） #

利用Pydantic原生的多态鉴别器能力，仅需要调整模型定义，原有序列化/反序列化代码完全不需要修改：

import pydantic
from typing import Literal, Union

class Base(pydantic.BaseModel):
    class Config:
        extra = 'forbid'

# 父类新增type字段作为类型鉴别标记
class Thing(Base):
    thing_id: int
    type: Literal["Thing"] = "Thing"

# 子类重写type字段的固定值
class SubThing(Thing):
    type: Literal["SubThing"] = "SubThing"
    name: str

# 容器类字段注解改为Union，指定鉴别器字段
class Container(Base):
    thing: Union[Thing, SubThing] = pydantic.Field(discriminator='type')

序列化后JSON会自动携带type字段：

{
  "thing": {
    "thing_id": 1,
    "name": "my_thing",
    "type": "SubThing"
  }
}

直接用Container.parse_raw(json_string)即可自动识别子类类型完成反序列化，不会触发字段校验报错。

如果子类数量多不想手动维护Union，可以给父类注册自动校验逻辑，新增子类无需修改其他代码：

class Thing(Base):
    thing_id: int
    type: str = "Thing"
    # 自动注册所有子类
    _subclass_map = {}
    def __init_subclass__(cls, **kwargs):
        super().__init_subclass__(**kwargs)
        cls._subclass_map[cls.__name__] = cls

    @classmethod
    def __get_validators__(cls):
        yield cls._validate_subtype

    @classmethod
    def _validate_subtype(cls, value):
        if isinstance(value, dict) and 'type' in value:
            subclass = cls._subclass_map.get(value['type'])
            if subclass:
                return subclass(**value)
        return cls(**value)

# 后续新增子类无需修改其他代码
class SubThing(Thing):
    type: str = "SubThing"
    name: str

class Container(Base):
    thing: Thing # 注解还是父类，不需要改Union

方案2：基类自定义序列化逻辑（无侵入适配现有模型） #

如果不想修改现有模型的字段定义，可以直接在Base基类中重写序列化/反序列化方法，自动追加类型标记：

import pydantic
import json
from typing import Any

class Base(pydantic.BaseModel):
    class Config:
        extra = 'forbid'

    def dict(self, **kwargs) -> dict[str, Any]:
        # 序列化时自动追加类名标记
        data = super().dict(**kwargs)
        data["__class__"] = self.__class__.__name__
        return data

    @classmethod
    def parse_raw(cls, data: str | bytes, **kwargs) -> "Base":
        parsed = json.loads(data)
        # 反序列化时优先匹配子类
        if "__class__" in parsed:
            for subclass in cls.__subclasses__():
                if subclass.__name__ == parsed["__class__"]:
                    return subclass(**parsed)
        return super().parse_raw(data,**kwargs)

这个方案不需要修改任何现有业务模型定义，原有代码的json()、parse_raw()调用完全兼容。

内容的提问来源于stack exchange，提问作者twhughes