Pydantic v2 中推荐用 @computed_field 实现字段动态计算，该字段只读、运行时计算、不参与初始化和默认序列化；若需存入模型并序列化，则用 @field_validator(mode="after") 补全字段。
Pydantic v2 中不能直接像 v1 那样用 @validator 在赋值时动态计算字段，但可以通过 @field_validator（配合 mode="before" 或 "after"）或更推荐的方式——使用 @computed_field 来实现“根据其他字段自动计算”的需求。
用 @computed_field 声明派生字段（推荐）
这是 Pydantic v2 引入的专门用
- 计算逻辑写在方法体中，直接读取
self上的其他字段 - 需加上
@computed_field装饰器，并标注返回类型（类型提示必须明确） - 该字段不会出现在
model_dump()默认输出中，除非显式传参include_computed=True
示例：
from pydantic import BaseModel, computed_fieldclass User(BaseModel): first_name: str last_name: str
@computed_field @property def full_name(self) -> str: return f"{self.first_name} {self.last_name}"u = User(first_name="Alice", last_name="Smith") print(u.full_name) # "Alice Smith" print(u.model_dump()) # {'first_name': 'Alice', 'last_name': 'Smith'} print(u.model_dump(include_computed=True)) # {'first_name': 'Alice', 'last_name': 'Smith', 'full_name': 'Alice Smith'}
用
@field_validator在解析后补全字段（适合需要存入模型的数据）如果希望计算结果也作为模型的一个“真实字段”被序列化、校验、参与后续逻辑（比如数据库映射），可以用
@field_validator+mode="after"，在所有字段解析完成后手动设置目标字段。
- 装饰器作用于待填充的字段名（如
"full_name"） -
mode="after"表示在所有字段已解析完毕后触发，此时可安全访问values或self - 需返回计算后的值（不能修改
self，要通过info.data或返回值方式注入）
示例：
from pydantic import BaseModel, field_validatorclass User(BaseModel): first_name: str last_name: str full_name: str # 这个字段不再由用户传入，而是自动填充
@field_validator('full_name', mode='after') @classmethod def set_full_name(cls, v, info): # 如果 v 已提供，就用它；否则根据其他字段生成 if v is None or v == "": data = info.data return f"{data['first_name']} {data['last_name']}" return v使用时可不传 full_name，它会自动补上
u = User(first_name="Bob", last_name="Lee") print(u.full_name) # "Bob Lee" print(u.model_dump()) # {'first_name': 'Bob', 'last_name': 'Lee', 'full_name': 'Bob Lee'}
注意：避免在
mode="before"中依赖未解析字段
mode="before"在字段解析前执行，此时其他字段可能还未处理，无法可靠读取。除非你明确控制输入结构（如统一传 dict），否则不建议在此模式下做跨字段计算。
- 例如：想用
email自动生成username，但email字段本身还没被验证或转换，容易出错 - 优先选
mode="after"或@computed_field
小技巧：结合 default_factory 实现轻量默认计算（仅限初始化时）
如果只是想在字段未提供时“按需生成一次”，且不需要响应其他字段变化，可用 default_factory：
from pydantic import BaseModel, Field from datetime import datetimeclass LogEntry(BaseModel): message: str created_at: datetime = Field(default_factory=datetime.now)
注意：这跟其他字段无关，只是时间戳默认值
但它不构成字段间依赖关系，不属于“根据另一个字段计算”。
