Validadores
Validadores de campos y modelos además de campos computados.
Receta
Tarjeta de receta de referencia rápida, lista para copiar y pegar.
from pydantic import BaseModel, field_validator
class Name(BaseModel):
value: str
@field_validator("value")
@classmethod
def strip(cls, v: str) -> str:
return v.strip()Cuándo usar esto:
- Normalizar cadenas de texto
- Comprobaciones entre campos
- Campos derivados calculados
Ejemplo de funcionamiento
from pydantic import BaseModel, computed_field
class Rectangle(BaseModel):
width: float
height: float
@computed_field
@property
def area(self) -> float:
return self.width * self.heightLo que esto demuestra:
- field_validator
- computed_field
- Decorador property
Análisis Profundo
Cómo funciona
- Los validadores se ejecutan en el orden definido: antes, después.
computed_fieldincluye valores derivados en los volcados (dumps).- Mantén los validadores puros y rápidos.
Errores comunes
- Validación de límites omitida - Los datos inválidos llegan a las capas de persistencia. Solución: Valida con Pydantic o formularios del framework en el borde.
- Fugas de trazas de pila - Los clientes ven errores internos. Solución: Mapea excepciones a respuestas HTTP estables.
- Bloqueo de bucles de eventos asíncronos - Los trabajadores se detienen bajo carga concurrente. Solución: Usa controladores asíncronos o envoltorios de
threadpool. - Secretos en control de código fuente - Las credenciales se filtran a través del historial de git. Solución: Carga secretos desde variables de entorno o una bóveda en tiempo de ejecución.
- Falta de observabilidad - Los incidentes son difíciles de depurar. Solución: Añade logs estructurados, métricas e IDs de solicitud.
Alternativas
| Alternativa | Usar cuándo | No usar cuándo |
|---|---|---|
| Framework alternativo en este cookbook | Estándar del equipo o monolito existente | API nueva con restricciones diferentes |
| BaaS gestionado | MVP solo CRUD | Autenticación, flujos de trabajo o necesidades de cumplimiento personalizadas |
| gRPC | RPC interno de alto rendimiento | Clientes HTTP públicos y acceso al navegador |
Preguntas frecuentes
¿Cuándo debería adoptar los validadores de Pydantic?
Úsalo cuando los patrones y las compensaciones de esta página coincidan con tu API o el límite de datos.
¿Cuál es el principal error de producción con los validadores de Pydantic?
Omitir la validación, los tiempos de espera o los contratos de error explícitos en el borde HTTP.
¿Cómo pruebo los validadores de Pydantic?
Usa el cliente de pruebas del framework, anula las dependencias y afirma el estado más la forma del JSON.
¿Los validadores de Pydantic funcionan con Python 3.14?
Sí, los ejemplos se dirigen a Python 3.14 con versiones de framework fijadas del pie de página de la pila.
¿Cómo se relacionan los validadores de Pydantic con Pydantic 2?
Valida y serializa en los límites; mantén los servicios funcionando con objetos de dominio tipados.
¿Sincronización o asíncrono?
Prefiere rutas asíncronas cuando la E/S domina; mantén el trabajo de CPU pequeño o descárgalo a trabajadores.
¿Dónde debe residir la lógica de negocio?
Controladores delgados; los servicios poseen las reglas; los repositorios poseen las consultas.
¿Cómo documento las APIs?
Publica documentación OpenAPI o de esquema que coincida con los modelos de respuesta en el código.
¿Cómo manejo el versionado?
Versionado explícito de URL o encabezado con ventanas de deprecación; evita roturas silenciosas.
¿Qué debo leer a continuación?
Sigue los enlaces Relacionados para obtener la siguiente capa de profundidad en esta sección.
¿Cómo me mantengo seguro?
Autentica a los llamadores, autoriza por recurso, limita la tasa y nunca registres secretos.
¿Primer paso para el rendimiento?
Mide la latencia de la base de datos y de los sistemas ascendentes antes de cambiar de framework.
Relacionado
- Conceptos básicos de Pydantic - Modelos principales
- Validadores - Reglas personalizadas
- Serialización - model_dump
- Gestión de configuración - Configuración de entorno
Versiones de la pila: Esta página se escribió para Python 3.14.0 (estable 3.14, mantenimiento 3.13), FastAPI 0.115+, Django 5.2, Flask 3.1, Pydantic 2, PyTorch 2.6+, pandas 2.2+, Polars 1.x, ruff 0.9+, y uv 0.6+.