如何在Pydantic的model_dump序列化中控制递归深度？

我懂你要的效果——就是Data实例调用model_dump时，info字段保留原来的Info对象，而不是被默认的递归逻辑拆成字典对吧？这确实是用Pydantic时经常会碰到的需求，我给你几个实用的解决办法：

方法一：使用字段序列化器精准控制 #

在Data类里给info字段专门定义一个序列化器，让它直接返回实例本身，跳过默认的递归序列化流程。代码示例如下：

from pydantic import BaseModel, field_serializer

class Info(BaseModel):
    data: str

class Data(BaseModel):
    info: Info

    @field_serializer('info')
    def serialize_info(self, value: Info) -> Info:
        return value

当你运行Data(info=Info(data="some data")).model_dump()时，返回结果就会是{"info": Info(data="some data")}，完全符合你的预期。

方法二：重写model_dump方法完全自定义输出 #

如果你想要更直接的控制，也可以直接重写Data类的model_dump方法，手动组装你需要的返回结构：

from pydantic import BaseModel

class Info(BaseModel):
    data: str

class Data(BaseModel):
    info: Info

    def model_dump(self, **kwargs):
        # 你可以根据需求决定是否处理传入的kwargs参数，比如忽略或部分应用
        return {"info": self.info}

这种方式自由度极高，你可以完全按照自己的需求构造返回内容，适合需要高度定制序列化结果的场景。

额外提示 #

如果你使用的是Pydantic v1版本，对应的序列化方法是dict()而不是v2的model_dump()，序列化器的写法会有细微差别，但核心思路是一致的——要么指定字段的专属序列化逻辑，要么重写序列化方法来控制输出。

备注：内容来源于stack exchange，提问作者Fábio Costa