Strukturierte Ausgabe · Übung
Ein Pydantic-Modell lesen
Lektion 3 endete mit drei einzelnen Zeilen, question: str, choices: list[str] und answer_index: int, und dem Versprechen, dass sie in einer Klasse Felder deklarieren. In dieser Lektion liest du die Klasse, zu der sie gehören. Sie steht in quiz_models.py, neben structured.py. Öffne die Datei.
Lies quiz_models.py Zeile für Zeile
from pydantic import BaseModel
class QuizQuestion(BaseModel):
question: str
choices: list[str]
answer_index: int
from pydantic import BaseModel importiert aus pydantic, einer weit verbreiteten Bibliothek, mit der man Daten beschreibt und prüft. Sie ist in deiner Sandbox installiert; zu Hause ist es pip install pydantic==2.14.2, die Version, die requirements.txt nennt.
class QuizQuestion(BaseModel): beginnt ein Pydantic-Modell namens QuizQuestion. Dieser Kurs bringt dir nicht bei, Klassen zu entwerfen. Du übernimmst diese eine Zeile als feste Form: das Wort class, den Namen des Modells, (BaseModel) und einen Doppelpunkt. Sie sagt Python und Pydantic, dass die eingerückten Zeilen darunter eine bestimmte Art von Daten beschreiben. Nach Konvention beginnen Modellnamen mit einem Großbuchstaben und schreiben die Wörter zusammen, wie QuizQuestion.
Ab hier verwendet das Kapitel „Modell“ in zwei Bedeutungen: das Sprachmodell, das die Antwort schreibt, und ein Pydantic-Modell wie QuizQuestion, das Daten beschreibt. Wo beides gemeint sein könnte, sagt der Text, welches.
Die drei eingerückten Zeilen sind die Felder, in der Form aus Lektion 3. Jede QuizQuestion hat eine question, die ein String ist, choices, eine Liste von Strings, und einen answer_index, der eine ganze Zahl ist. Das ist dieselbe Form, die read_quiz_json in Lektion 2 geprüft hat, nur als Typen aufgeschrieben.
Unter der Klasse hat quiz_models.py noch eine Zeile, QuizSet = None. Das ist ein Platzhalter, den du in Lektion 5 ersetzt.
Erstelle ein Objekt und lies seine Werte
Du rufst ein Modell auf, um daraus ein Objekt zu erstellen, so wie du int("7") aufrufst, um eine ganze Zahl zu erstellen. Übergib jedes Feld als Schlüsselwortargument:
from pydantic import BaseModel
class QuizQuestion(BaseModel):
question: str
choices: list[str]
answer_index: int
question = QuizQuestion(question="Which brackets make a list?", choices=["()", "[]", "{}"], answer_index=1)
print(question.question)
print(question.choices[question.answer_index])
print(question.model_dump())
question.choices liest den Wert des Feldes choices. Ein Name, ein Punkt und ein Feldname lesen einen Wert, der an einem Objekt gespeichert ist. Das hast du schon getan, ohne den Namen dafür zu kennen: In Python in der Praxis hast du exc.response.status_code aus einem requests-Fehler gelesen, und in Kapitel 3 error.partial_text aus einem StreamBroken. Hier liest du ein Feld auf dieselbe Weise. Der Wert ist eine gewöhnliche Liste, also indiziert question.choices[question.answer_index] sie wie jede Liste.
model_dump() gibt die Werte des Objekts als Dictionary zurück:
Which brackets make a list?
[]
{'question': 'Which brackets make a list?', 'choices': ['()', '[]', '{}'], 'answer_index': 1}
Verglichen mit dem Dictionary, das read_quiz_json zurückgibt, macht ein Modell seine Form an einer Stelle sichtbar, und seine Werte liest du mit einem Punkt statt mit eckigen Klammern und einem Schlüssel in Anführungszeichen. Außerdem prüft es Typen, was Lektion 6 nutzt: Eine QuizQuestion mit answer_index="first" zu erstellen, löst einen Fehler aus, statt das Objekt zu erstellen.
Baue sample_question und correct_choice
sample_question() erstellt eine QuizQuestion mit genau diesen Werten und gibt sie zurück:
QuizQuestion(question="What does len([1, 2, 3]) return?", choices=["2", "3", "4"], answer_index=1)
QuizQuestion wird oben in structured.py bereits importiert.
correct_choice(question) nimmt eine beliebige QuizQuestion entgegen und gibt den Text ihrer richtigen Auswahlmöglichkeit zurück: das Element von question.choices an der Position question.answer_index. Für das Beispiel ist das "3".
Ein Pydantic-Modell prüft nur Typen, nicht, ob die Werte zusammenpassen. Eine QuizQuestion mit zwei Auswahlmöglichkeiten und answer_index=2 ist für Pydantic völlig gültig, und correct_choice löst dann einen IndexError aus. Lass das zu: Ein Index hinter der letzten Auswahlmöglichkeit ist eine kaputte Frage, und der Aufrufer sollte davon erfahren, statt eine erfundene Antwort zu bekommen.
Ausführen
Führe python structured.py aus. Die Demonstration baut deine Beispielfrage, gibt sie aus, liest ein Feld, ruft correct_choice auf und gibt den Dump aus:
A QuizQuestion from sample_question:
QuizQuestion(question='What does len([1, 2, 3]) return?', choices=['2', '3', '4'], answer_index=1)
question.question is 'What does len([1, 2, 3]) return?'
correct_choice gives '3'
model_dump() gives {'question': 'What does len([1, 2, 3]) return?', 'choices': ['2', '3', '4'], 'answer_index': 1}
Run stopped at the next function to build: QuizSet is written in Lesson 5, in quiz_models.py.
Die erste Zeile zeigt, wie Pydantic ein Modell darstellt: seinen Namen und jedes Feld mit seinem Wert. Der Lauf bricht bei QuizSet ab, dem Platzhalter in quiz_models.py, den du als Nächstes schreibst.
question ist eine QuizQuestion. Welcher Ausdruck liefert ihre Liste von Auswahlmöglichkeiten?
Eine QuizQuestion hat choices=["yes", "no"] und answer_index=5. Was passiert?
Aufgabe
Ersetze in structured.py die unfertigen Rümpfe von sample_question() und correct_choice(question).
sample_question()gibtQuizQuestion(question="What does len([1, 2, 3]) return?", choices=["2", "3", "4"], answer_index=1)zurück.correct_choice(question)gibt den Text der richtigen Auswahlmöglichkeit zurück: das Element vonquestion.choicesan der Positionquestion.answer_index.
correct_choice liest die Felder mit einem Punkt und fängt nichts ab: Ein answer_index hinter der letzten Auswahlmöglichkeit löst einen IndexError aus, und dieser Fehler soll beim Aufrufer ankommen. Führe python structured.py aus, um deine Frage zu sehen, und prüfe dann deine Arbeit.