如何将Pydantic BaseModel的字段作为Literal类型参数实现通用化？

当然可以实现！我之前也遇到过类似的需求，手动硬编码Literal里的字段名实在太繁琐，尤其是模型字段多或者经常变动的时候。下面就给你分享两种通用化的实现方式，既能保留类型检查的优势，又不用每次改模型都同步更新函数的类型提示：

方式一：针对单个模型的简化实现 #

如果你的更新函数只需要针对特定的DBTable模型，可以先提取出允许更新的字段名，再动态生成Literal类型：

from pydantic import BaseModel
from typing import Literal

class DBTable(BaseModel):
    id: int
    name: str
    last_name: str

# 提取允许更新的字段（排除id）
ALLOWED_FIELDS = tuple(k for k in DBTable.__fields__.keys() if k != "id")

def set_entry(id: int, key: Literal[ALLOWED_FIELDS], value: str):
    # 这里写你的数据库更新逻辑
    # 比如：
    # entry = DBTable.get(id)  # 假设ORM提供get方法
    # setattr(entry, key, value)
    # entry.save()
    pass

这样当你给DBTable新增字段（比如email: str），只要在ALLOWED_FIELDS的过滤条件里不排除它，key参数的类型提示会自动包含这个新字段，不用手动修改Literal内容。

方式二：支持任意BaseModel的泛型通用实现 #

如果需要让函数支持多个不同的BaseModel子类，我们可以用泛型+TypeVar来实现完全通用的版本，同时还能让value的类型自动匹配对应字段的类型（不再固定为str）：

from pydantic import BaseModel
from typing import TypeVar, Literal, Type

# 定义一个绑定到BaseModel的泛型类型
T = TypeVar('T', bound=BaseModel)

def set_entry(
    model_cls: Type[T],
    id: int,
    key: Literal[tuple(k for k in T.__fields__.keys() if k != "id")],
    value: T.__fields__[key].type_
):
    # 通用的数据库更新逻辑示例
    # entry = model_cls.get(id)
    # setattr(entry, key, value)
    # entry.save()
    pass

使用示例 #

针对你的DBTable模型调用时：

set_entry(DBTable, 1, "name", "Alice")  # 类型检查通过
set_entry(DBTable, 2, "last_name", "Smith")  # 类型检查通过
# set_entry(DBTable, 3, "id", 4)  # 会触发类型错误，因为id被排除了
# set_entry(DBTable, 3, "name", 123)  # 会触发类型错误，因为name字段要求str类型

这种方式的优势在于，不管你后续新增多少个BaseModel子类，这个set_entry函数都能自动适配它们的字段，完全不需要修改函数本身的代码。

备注：内容来源于stack exchange，提问作者Snawe