如何通过Pydantic的@validate_call装饰器允许枚举名称作为有效输入？

要实现你需要的功能——让@validate_call支持枚举名称的字符串输入（包括大小写不敏感、带前后空格的情况），同时保持验证逻辑的通用性（无需为每个枚举单独写验证器），最简洁的方案是编写一个通用的前置验证器（BeforeValidator），以下是两种适配不同场景的实现方式：

方案1：通用前置验证器 + Annotated类型注解 #

这种方式灵活可控，只需编写一次验证函数，所有枚举参数都能复用，适合需要针对性配置的场景：

完整代码示例 #

from enum import Enum
from pydantic import validate_call, BeforeValidator, Annotated

def parse_enum(v, info):
    # 获取当前参数对应的枚举类型
    enum_type = info.field.type_
    if not issubclass(enum_type, Enum):
        return v
    
    # 处理字符串输入：清理空格 + 统一大小写
    if isinstance(v, str):
        cleaned_input = v.strip().upper()
        try:
            return enum_type[cleaned_input]
        except KeyError:
            raise ValueError(f"'{v}' 不是枚举 {enum_type.__name__} 的有效值")
    
    # 非字符串类型交给Pydantic默认处理（比如数字、枚举实例）
    return v

# 示例枚举
class Direction(Enum):
    NORTH = 0
    EAST = 1
    SOUTH = 2
    WEST = 3

# 使用Annotated绑定验证器到枚举参数
@validate_call
def foo(d: Annotated[Direction, BeforeValidator(parse_enum)]):
    print(d)

测试效果 #

所有你需要的输入现在都能正常工作：

>>> foo(0)
Direction.NORTH
>>> foo(Direction.EAST)
Direction.EAST
>>> foo('WEST')
Direction.WEST
>>> foo('   sOUtH ')
Direction.SOUTH

核心优势 #

• 完全通用：parse_enum通过info.field.type_自动识别当前参数的枚举类型，适配你所有的枚举和函数，无需重复编写验证逻辑。
• 友好的输入兼容：自动处理前后空格和大小写差异，覆盖了你提到的所有期望输入场景。
• 原生错误兼容：字符串匹配失败时抛出的错误会被Pydantic包装成标准的验证错误，和默认逻辑的错误格式保持一致。

方案2：全局插件配置（多函数/多枚举场景首选） #

如果你有大量函数和枚举，不想逐个修改参数的Annotated注解，可以通过Pydantic的全局插件自动为所有枚举类型应用验证逻辑，一次性解决问题：

完整代码示例 #

from enum import Enum
from pydantic import validate_call, ConfigDict
from pydantic_core import core_schema

def parse_enum(v, enum_type):
    if isinstance(v, str):
        cleaned_input = v.strip().upper()
        try:
            return enum_type[cleaned_input]
        except KeyError:
            raise ValueError(f"'{v}' 不是枚举 {enum_type.__name__} 的有效值")
    return v

def enum_validation_plugin(schema: core_schema.CoreSchema, handler) -> core_schema.CoreSchema:
    # 自动识别所有枚举类型的Schema，添加前置验证器
    if schema.get('type') == 'enum':
        # 绑定当前枚举类型到验证器
        validator = lambda v: parse_enum(v, schema['enum_values'][0].__class__)
        return core_schema.no_info_before_validator(validator, schema)
    return handler(schema)

# 示例枚举
class Direction(Enum):
    NORTH = 0
    EAST = 1
    SOUTH = 2
    WEST = 3

# 全局启用插件，无需修改参数注解
@validate_call(config=ConfigDict(plugins=[enum_validation_plugin]))
def foo(d: Direction):
    print(d)

核心优势 #

• 无侵入式修改：完全不需要改动现有函数的参数类型注解，保持代码原有结构。
• 全局自动生效：插件会自动识别所有枚举类型的参数，批量应用验证逻辑，非常适合你多函数多枚举的场景。
• 复用性拉满：验证逻辑只需要写一次，后续新增的枚举和函数都能自动获得字符串输入支持。

总结 #

两种方案都能完美满足你的需求，可根据实际场景选择：

• 若只需给部分枚举参数添加支持，选方案1更灵活。
• 若有大量枚举和函数需要统一处理，选方案2更高效。

两种实现都避免了重复编写验证逻辑的麻烦，完全符合你“通用、简洁”的要求。

备注：内容来源于stack exchange，提问作者kviLL