Validateur de modèle personnalisé
Vous disposez d'une API pour mettre à jour l'inventaire et on vous a demandé d'afficher un message d'erreur convivial lorsque des quantités négatives sont saisies.
L'exception RequestValidationError a été préchargée pour vous.
Cet exercice fait partie du cours
Déployer l'IA en production avec FastAPI
Instructions
- Importez l'annotation pour la validation du modèle personnalisé.
"after"Mettez en œuvre une validation de modèle personnalisée qui s'exécute après les validations de modèle par défaut.- Déclenchez une exception d'
RequestValidationErrorpour signaler les erreurs de validation à l'utilisateur de l'API.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Import annotation for custom validation
from pydantic import BaseModel, ____
class InventoryRecord(BaseModel):
name: str
quantity: int
# Create custom validator that runs after default validation
@model_validator(mode="____")
def validate_after(self):
if len(self.quantity) < 0:
# Raise request validation error
raise ____(
"Negative quantity is not allowed!"
)
return self