validation

# 高级验证模式 使用 Pydantic 在 Instructor 中进行验证的完整指南。 ## 目录 - 内置验证器 - 自定义字段验证器 - 模型级验证 - 复杂验证模式 - 错误处理 ## 内置验证器 ### 数值约束 python from pydantic import BaseModel, Field class Product(BaseModel): price: float = Field(gt=0, description="价格必须为正数") discount: float = Field(ge=0, le=100, description="折扣 0-100%") quantity: int = Field(ge=1, description="至少 1 件") rating: float = Field(ge=0.0, le=5.0, description="评分 0-5 星") # 如果 LLM 提供无效值，将自动重试并提供错误反馈 **可用约束：** - `gt`: 大于 - `ge`: 大于或等于 - `lt`: 小于 - `le`: 小于或等于 - `multiple_of`: 必须是此数字的倍数 ### 字符串约束 python class User(BaseModel): username: str = Field( min_length=3, max_length=20, pattern=r'^[a-zA-Z0-9_]+$', description="3-20 个字母数字字符" ) bio: str = Field(max_length=500, description="简介最多 500 字符") status: str = Field(pattern=r'^(active|inactive|pending)$') # pattern 根据正则表达式进行验证 ### 邮箱和 URL 验证 python from pydantic import EmailStr, HttpUrl, AnyUrl class Contact(BaseModel): email: EmailStr # 验证邮箱格式 website: HttpUrl # 验证 HTTP/HTTPS URL portfolio: AnyUrl # 任何有效的 URL 方案 contact = client.messages.create( model="claude-sonnet-4-5-20250929", max_tokens=1024, messages=[{ "role": "user", "content": "提取：[email protected], https://example.com" }], response_model=Contact ) ### 日期和时间验证 python from datetime import date, datetime from pydantic import Field, field_validator class Event(BaseModel): event_date: date # 验证日期格式 created_at: datetime # 验证日期时间格式 year: int = Field(ge=1900, le=2100) @field_validator('event_date') def future_date(cls, v): """确保事件在未来。""" if v < date.today(): raise ValueError('事件必须在未来') return v ### 列表和字典验证 python class Document(BaseModel): tags: list[str] = Field(min_length=1, max_length=10) keywords: list[str] = Field(min_length=3, description="至少 3 个关键词")