利用 Pydantic 动态模型实现函数参数的无调用验证

import collections.abc
from typing import Optional, Type, Dict, Any
import pydantic

def form_validator_model(func: collections.abc.Callable) -> Type[pydantic.BaseModel]:
    """
    根据函数的类型注解动态创建一个 Pydantic 模型，用于验证函数参数。

    Args:
        func: 待验证参数的函数。

    Returns:
        一个 Pydantic BaseModel 类型，其字段对应于函数的参数。
    """
    # 复制函数的注解字典，避免修改原始函数对象
    annotations = func.__annotations__.copy()
    # 移除返回类型注解，因为我们只关心参数
    annotations.pop('return', None)

    # 使用 type() 动态创建 BaseModel 子类
    # 第一个参数是类名（方便调试），第二个是基类元组，第三个是类的属性字典
    model_name = f'{func.__name__}_Validator'
    DynamicValidatorModel = type(model_name, (pydantic.BaseModel,), {'__annotations__': annotations})
    return DynamicValidatorModel

# ----------------------------------------------------------------------
# 示例应用
# ----------------------------------------------------------------------

# 假设有一个需要验证参数的函数
def process_user_data(
    user_id: int,
    username: str,
    email: Optional[str] = None,
    roles: list[str] = ['guest']
) -> Dict[str, Any]:
    """
    一个示例函数，用于演示参数验证。
    它接收用户数据并进行一些处理，但我们希望在调用前验证输入。
    """
    print(f"模拟处理用户数据: ID={user_id}, Name={username}, Email={email}, Roles={roles}")
    return {"status": "processed", "user_id": user_id}

# 1. 构建验证模型
UserValidator = form_validator_model(process_user_data)
print(f"动态生成的验证模型类名: {UserValidator.__name__}")
print(f"模型字段: {UserValidator.model_fields.keys()}")

print("\n--- 成功验证示例 ---")
valid_kwargs = {
    'user_id': 123,
    'username': 'alice',
    'email': 'alice@example.com',
    'roles': ['admin', 'user']
}
try:
    # 实例化模型，Pydantic 会自动进行验证
    validated_data = UserValidator(**valid_kwargs)
    print(f"参数验证成功！验证结果: {validated_data.model_dump()}")
    # 此时，可以安全地将 validated_data 传递给 process_user_data
    # process_user_data(**validated_data.model_dump())
except pydantic.ValidationError as e:
    print(f"参数验证失败: {e}")

print("\n--- 失败验证示例 (类型不匹配) ---")
invalid_kwargs_type = {
    'user_id': 'not_an_int', # 类型错误
    'username': 'bob',
    'email': 'bob@example.com'
}
try:
    UserValidator(**invalid_kwargs_type)
except pydantic.ValidationError as e:
    print(f"参数验证失败: {e}")

print("\n--- 失败验证示例 (缺少必要参数) ---")
missing_kwargs = {
    'user_id': 456,
    # 缺少 'username'
}
try:
    UserValidator(**missing_kwargs)
except pydantic.ValidationError as e:
    print(f"参数验证失败: {e}")

print("\n--- 默认值和可选参数示例 ---")
default_kwargs = {
    'user_id': 789,
    'username': 'charlie'
    # email 和 roles 将使用默认值或 None
}
try:
    validated_default_data = UserValidator(**default_kwargs)
    print(f"参数验证成功 (包含默认值/可选值): {validated_default_data.model_dump()}")
except pydantic.ValidationError as e:
    print(f"参数验证失败: {e}")

print("\n--- 注意事项：不支持位置参数 ---")
# Pydantic BaseModel 实例化时只接受关键字参数
try:
    # 尝试使用位置参数会直接导致 TypeError
    # UserValidator(123, 'frank')
    print("Pydantic BaseModel 实例化不支持位置参数。请始终使用关键字参数进行验证。")
except TypeError as e:
    print(f"捕获到错误: {e}")