Зачем нужен валидатор в pydantic

Pydantic валидатор позволяет проверять и преобразовывать данные в соответствии с заданными правилами. Основные причины использования:

1. Автоматическая валидация – проверяет типы данных, диапазоны значений, обязательные поля.
2. Преобразование данных – приводит входные данные к нужному типу (например, строку в число).
3. Защита от невалидных данных – отсеивает некорректные значения до обработки.
4. Схема данных – явно описывает ожидаемую структуру.

Пример:

from pydantic import BaseModel, validator

class User(BaseModel):
    name: str
    age: int

    @validator('age')
    def check_age(cls, v):
        if v < 18:
            raise ValueError('Age must be >= 18')
        return v

# Валидация при создании
user = User(name="Alice", age=20)  # OK
user = User(name="Bob", age=17)    # ValueError