Најди сличен содржај

Изворен канал @pythonotes · Post #397 · 12 ное.

Использование Pydantic сегодня стало нормой, и это правильно. Но иногда на ревью вижу, что используют его не всегда корректно. Например, метод BaseModel.model_dump() по умолчанию не преобразует стандартные типы, такие как datetime, UUID или Decimal, в простой сериализуемый для JSON вид. Тогда пишут кастмоный сериализатор для этих типов чтобы функция json.dump() не падала с ошибкой. import uuid from datetime import datetime from decimal import Decimal from uuid import UUID from pydantic import BaseModel class MyModel(BaseModel): id: UUID date: datetime value: Decimal obj = MyModel( id=uuid.uuid4(), date=datetime.now(), value='1.23' ) print(obj.model_dump()) # не подходит для json.dump # { # 'id': UUID('4f8c1bc4-25fd-40cd-9dbe-2c73639b0dc1'), # 'date': datetime.datetime(2025, 12, 12, 12, 12, 12, 111111), # 'value': Decimal('1.23') # } # добавляем свой кастомный сериализатор json.dumps(obj.model_dump(), cls=MySerializer) # { # 'id': '4f8c1bc4-25fd-40cd-9dbe-2c73639b0dc1', # 'date': '2025-12-12T12:12:12.111111', # 'value': '1.23' # } В данном случае класс MySerializer обрабатывает datetime, UUID и Decimal. Например так: class MySerializer(json.JSONEncoder): def default(self, o): if isinstance(o, Decimal): return str(o) elif isinstance(o, datetime): return o.isoformat() elif isinstance(o, UUID): return str(o) return super().default(o) Специально для тех, кто всё еще так делает - в этом нет необходимости! Pydantic может это сделать сам, просто нужно добавить параметр mode="json". json.dumps(obj.model_dump(mode="json")) # { # 'id': '4f8c1bc4-25fd-40cd-9dbe-2c73639b0dc1', # 'date': '2012-12-12T12:12:12.111111', # 'value': '1.23' # } #pydantic#libs

Hashtags

#pydantic #libs

Резултати

Пронајдени 2 слични објави

Пребарај: #melt

当前筛选 #melt清除筛选

ФГБУН Институт высокотемпературной электрохимии УрО РАН

@ihteubras · Post #803 · 23.04.2025 г., 05:31

Најди слично Погледај

✅В следующем обзоре выпуска 1 за 2025 г обсуждаются коэффициенты теплового расширения твердых и расплавленных солей фторидов и хлоридов щелочных и щелочноземельных металлов, закономерности их изменения в зависимости от природы, молярного объема и температуры. Показано, что при плавлении солей коэффициент теплового расширения увеличивается, причем увеличение тем больше, чем больше размер катиона. В жидком состоянии температурная зависимость объемного коэффициента теплового расширения линейна и слабо изменяется с температурой. 🖌Olga Tkacheva https://orcid.org/0000-0001-5451-2915 📘Thermal expansion of alkali and alkaline earth halides in solid and molten states 📌Year 2025, Volume 4, Number 1 https://doi.org/10.15826/elmattech.2025.4.049 🏛Institute of High-Temperature Electrochemistry UB RAS https://ihte.ru/?page_id=3106 🧠Полный текст https://elmattech.ru/article/view/8532/5971 #Melt#Alkali#ThermalExpansionCoefficien

Hashtags

#melt #alkali #thermalexpansioncoefficien

ФГБУН Институт высокотемпературной электрохимии УрО РАН

@ihteubras · Post #164 · 07.12.2022 г., 08:03

Најди слично Погледај

Свежая работа регулярного выпуска👇 🟢 2022 🟢 V. 9 🟢 Issue 4 🟢 No. 20229424 🟢 Article 📜 Electroreduction of silicon from the NaI–KI–K2SiF6 melt for lithium-ion power sources 👩‍🎓👨‍🎓 R.K. Abdurakhimova, M.V. Laptev (https://orcid.org/0000-0003-3338-0057), N.M. Leonova (https://orcid.org/0000-0003-1016-8977), A.M. Leonova (https://orcid.org/0000-0001-5900-7045), A.S. Schmygalev (https://orcid.org/0000-0001-9783-309X), A.V. Suzdaltsev (https://orcid.org/0000-0003-3004-7611) 🏛 Ural Federal University, https://urfu.ru/en 🏛 Institute of High-Temperature Electrochemistry, http://www.ihte.uran.ru 📚#silicon#nanofibers#electroreduction#melt#lithium#cycling#NaI#KI#K2SiF6 🔗https://doi.org/10.15826/chimtech.2022.9.4.24 https://journals.urfu.ru/index.php/chimtech/article/view/6294

Hashtags

#silicon #nanofibers #electroreduction #melt #lithium #cycling #nai #ki #k2sif6