Pydantic中实现字段动态计算推荐三种方式：1. 用@model_validator(mode='after')在实例化后赋值，支持序列化；2. v2.5+可用@computed_field定义只读计算字段，不参与默认序列化；3. 避免用@field_validator因顺序依赖且难维护。
Pydantic 本身不支持“字段根据另一字段值自动计算”这种动态赋值（类似 Python 的 @property），但可以通过几种方式实现类似效果，核心是利用 模型验证钩子（如 @field_validator）或 模型后处理（@model_validator(mode='after')）来动态设置字段值。
用 @model_validator(mode='after') 在实例化后计算字段
这是最常用、最清晰的方式：在所有字段解析完成后，根据已有字段值计算并赋值给目标字段（需设为 default=None 或可选）。
示例：根据 price 和 tax_rate 自动计算 total_price：
from pydantic import BaseModel, model_validatorclass Order(BaseModel): price: float tax_rate: float = 0.1 total_price: float | None = None # 允许为空，后续填充
@model_validator(mode='after') def compute_total_price(self): if self.total_price is None: self.total_price = self.price * (1 + self.tax_rate) return self使用
order = Order(price=100) print(order.total_price) # 输出: 110.0
用 @field_validator 配合 info.context（不推荐，局限大）
字段级验证器默认只能访问当前字段和已解析的字段（顺序依赖），不能可靠读取“后面”的字段。除非你强制指定字段顺序，并确保依赖字段先解析——但这脆弱且难维护。
更稳妥的做法仍是用 @model_validator(mode='after')。
如果想“只读”且不存入模型，用 @computed_field（v2.5+）
Pydantic v2.5+ 引入了 @computed_field，它不参与序列化/反序列化，仅用于运行时只读计算（类似 @property），不会出现在 .model_dump() 中，除非显式传 include_computed=True。
示例：
from pydantic import BaseModel, computed_fieldclass Order(BaseModel): price: float tax_rate: float = 0.1
@computed_field @property def total_price(self) -> float: return self.price * (1 + self.tax_rate)order = Order(price=100) print(order.total_price) # 110.0 print(order.model_dump()) # {'price': 100.0, 'tax_rate': 0.1} print(order.model_dump(include_computed=True)) # {'price': 100.0, 'tax_rate': 0.1, 'total_price': 110.0}
注意事项
- 若字段需参与 JSON 序列化/反序列化（比如 API 响应中必须返回），用
@model_validator(mode='after')并设为普通字段； - 若只是运行时辅助计算、不持久化，优先用
@computed_field，语义更清晰、性能略优； - 避免在验证器中修改非目标字段以外的状态（如全局变量、外部对象），保持模型纯净；
- 计算字段不应有副作用（如发 HTTP 请求、改数据库），否则会影响模型创建的可预测性。
