后端数据操作组合：Pydantic与ORM

ORM （如 SQLAlchemy、Django ORM）：负责数据库交互 （存、取、改数据），返回的是数据库模型对象
Pydantic ：负责数据校验 + 格式转换 ，把 ORM 数据库对象转换成安全、规范的 JSON 数据（给接口用）

Pydantic 专门为 ORM 做了ORM 模式，完美解决「数据库对象 → API 响应数据」的痛点。

介绍Pydantic

Python 最流行的数据验证库 ，FastAPI 内置依赖。

核心能力：

自动校验数据类型（字符串 / 数字 / 日期等）
自动把非字典对象（ORM 对象）转成字典 / JSON
定义接口入参、出参格式

总结：

支持对前端传入的请求数据进行类型校验、格式校验与规则约束 ；同时兼容 ORM 模型实体，可自动映射提取对应属性 ，快速序列化为字典或 JSON 结构用于接口响应返回。

最简示例（SQLAlchemy + Pydantic）

1. 定义 ORM 数据库模型（存数据）

复制代码

from sqlalchemy import Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base

Base = declarative_base()

# 数据库表模型：对应 user 表
class UserDB(Base):
    __tablename__ = "users"
    id = Column(Integer, primary_key=True, index=True)
    name = Column(String, index=True)
    email = Column(String, unique=True, index=True)
    password = Column(String)  # 敏感字段，接口不返回

2. 定义 Pydantic 模型（返回数据）

复制代码

from pydantic import BaseModel, EmailStr

# Pydantic 模型：定义接口返回格式
class UserResponse(BaseModel):
    id: int
    name: str
    email: EmailStr  # 自动校验邮箱格式

    # 🔥 关键配置：开启 ORM 模式
    class Config:
        from_attributes = True

3. 直接把 ORM 对象转 Pydantic 对象

复制代码

# 模拟从数据库查出的 ORM 对象
user_orm = UserDB(id=1, name="张三", email="zhangsan@test.com", password="123456")

# ✅ ORM 对象 → Pydantic 模型（自动过滤 password）
user_pydantic = UserResponse.from_orm(user_orm)

# 转 JSON 给接口
print(user_pydantic.model_dump_json())

输出结果（自动剔除敏感字段、校验格式）：

复制代码

{"id":1,"name":"张三","email":"zhangsan@test.com"}