如何在Pydantic中用path字段参与其他字段的序列化/反序列化

要实现反序列化时合并info输入数组与path对应的数组，核心问题是字段级验证器无法访问模型的其他字段，因此需要改用Pydantic的模型级验证器来处理跨字段逻辑。以下是修改后的完整代码：

import pydantic
import numpy as np
from pydantic import Field, PlainSerializer, model_validator
from typing_extensions import Annotated

def my_serializer(data: np.ndarray) -> str:
    return str(data)

# 模拟从path读取数组的逻辑（根据实际场景替换）
def get_array_from_path(path: str) -> np.ndarray:
    # 示例：假设path对应数组[3,4]
    return np.array([3,4])

# 保留序列化逻辑，修正PlainSerializer的return_type（与serializer返回值类型一致）
NDArraySpecial = Annotated[
    np.ndarray,
    PlainSerializer(my_serializer, return_type=str),
]

class MyArray(pydantic.BaseModel):
    path: str = Field(frozen=True, exclude=True)
    info: NDArraySpecial | None = Field(default=None)

    @model_validator(mode='after')
    def merge_info_with_path_array(self) -> 'MyArray':
        if self.info is not None:
            # 从path获取对应数组
            path_array = get_array_from_path(self.path)
            # 合并数组（根据实际维度调整合并方式，这里处理输入的二维数组转为一维后合并）
            self.info = np.concatenate([self.info.flatten(), path_array])
        return self

# 测试
x = MyArray(path="mypath", info=np.array([[1,2]]))
print(x.info)  # 输出: [1 2 3 4]

关键修改说明： #

1. 替换字段验证器为模型验证器：使用@model_validator(mode='after')，在模型实例创建完成后执行，此时可以直接访问path字段的值。
2. 路径数组读取逻辑：get_array_from_path函数用来从path字符串获取对应的数组，你需要根据实际存储逻辑替换这个函数的实现。
3. 修正序列化器类型：原代码中PlainSerializer的return_type与my_serializer返回值类型不匹配，这里改为str（因为my_serializer返回字符串）。
4. 数组合并逻辑：根据输入数组的维度调整合并方式，示例中将输入的二维数组转为一维后，与路径数组拼接。

内容的提问来源于stack exchange，提问作者Josh.h