Pydantic 2：数据模型小课

本课程使用 Python 3.12 和 Pydantic 2。从文章数据出发，依次学习模型定义、字段规则、校验、序列化和配置，最后用综合案例串起完整的数据处理流程。

环境准备

先安装 uv。学员只需打开课程网页，不需要下载课程仓库；在自己的电脑上创建练习目录：

bash

mkdir .code
cd .code
uv init --bare --no-workspace --name pydantic2-model-course --python 3.12
uv add --python 3.12 "pydantic==2.13.5" "pydantic-settings==2.15.0"
uv run python -c "import sys, pydantic, pydantic_settings; print(sys.version.split()[0], pydantic.__version__, pydantic_settings.__version__)"

uv 会在本地生成 pyproject.toml、锁文件和虚拟环境。课程使用 Python 3.12；上面的依赖版本与课程示例一致。后面的命令都在你创建的 .code 目录中运行。

每章的代码演示会逐步解释知识点。要运行某个示例，把页面上的完整代码复制到本地 .code/main.py，然后执行：

bash

uv run python main.py

切换示例时，用新代码覆盖 main.py。第 12 章的配置示例还要把页面上的 .env 内容保存为本地 .code/.env，与 main.py 放在一起。

第 8 章前两个脚本故意让错误输入抛出 ValidationError，用于观察报错；它们以非零状态退出是预期现象。

课程目录

学习顺序建议按章节推进，最后用综合练习串联模型校验、错误处理和数据导出。

Pydantic 2：数据模型小课 ​

环境准备 ​

课程目录 ​

官方参考 ​

Pydantic 2：数据模型小课

环境准备

课程目录

官方参考