Advanced Pydantic Patterns (অ্যাডভান্সড পাইড্যান্টিক প্যাটার্নস)

FastAPI-র ডেটা ভ্যালিডেশন মূলত Pydantic-এর ওপর নির্ভরশীল। ইন্টারমিডিয়েট লেভেলে আমরা বেসিক হ্যান্ডলিং দেখেছি, এবার আমরা দেখবো কীভাবে Pydantic-এর অ্যাডভান্সড ফিচারগুলো ব্যবহার করে আরও জটিল ডেটা লজিক ম্যানেজ করা যায়।

---

১. Custom Validators (@field_validator)

কখনো কখনো আমাদের এমন ভ্যালিডেশন দরকার হয় যা ডিফল্ট কোনো কন্সট্রেইন্ট (যেমন: min_length বা regex) দিয়ে করা সম্ভব নয়। এজন্য আমরা @field_validator ডেকোরেটর ব্যবহার করি।

from pydantic import BaseModel, field_validator

class UserCreate(BaseModel):
    username: str
    password: str
    confirm_password: str

    @field_validator("username")
    @classmethod
    def username_must_contain_space(cls, v: str):
        if " " in v:
            raise ValueError("Username cannot contain spaces")
        return v.title() # আমরা চাইলে ভ্যালু ট্রান্সফর্মও করতে পারি

    @field_validator("confirm_password")
    @classmethod
    def passwords_match(cls, v: str, info):
        # 'info.data' থেকে অন্যান্য ফিল্ডের ভ্যালু এক্সেস করা যায়
        if "password" in info.data and v != info.data["password"]:
            raise ValueError("Passwords do not match")
        return v

---

২. Read vs Write Models (Inheritance)

বাস্তব প্রজেক্টে ডেটা পাঠানোর সময় (Create) এবং ডেটা দেখানোর সময় (Read) ফিল্ডগুলো আলাদা হয়। Pydantic Inheritance ব্যবহার করে আমরা এটি চমৎকার ভাবে করতে পারি।

class UserBase(BaseModel):
    email: str
    username: str

class UserCreate(UserBase):
    password: str # শুধু ক্রিয়েট করার সময় পাসওয়ার্ড লাগবে

class UserRead(UserBase):
    id: int
    is_active: bool
    
    class ConfigDict:
        from_attributes = True # SQLAlchemy মডেল থেকে সরাসরি ডেটা নেয়ার জন্য

---

৩. Using ConfigDict (Pydantic V2)

Pydantic V2-তে class Config এর বদলে ConfigDict ব্যবহার করা হয়। এটি মডেলের বিহেভিয়ার কন্ট্রোল করতে সাহায্য করে।

from pydantic import BaseModel, ConfigDict

class Item(BaseModel):
    model_config = ConfigDict(
        str_strip_whitespace=True, # সব স্ট্রিং থেকে অটোমেটিক স্পেস রিমুভ করবে
        extra="forbid",            # মডেলের বাইরের কোনো ফিল্ড পাঠালে এরর দেবে
        strict=True                # টাইপ চেক করার সময় কঠোর হবে (যেমন: "1" কে int ধরবে না)
    )
    name: str
    price: float

---

৪. Recursive Models (গাঠনিক জটিলতা)

যদি আমাদের এমন ডেটা থাকে যা নিজের ক্লাসেরই অন্য একটি অবজেক্টকে ধারণ করে (যেমন: একটি ফোল্ডারের ভেতর আরও ফোল্ডার), তবে একে Recursive Model বলে।

from typing import List

class Category(BaseModel):
    name: str
    description: str | None = None
    sub_categories: List["Category"] = [] # নিজের ক্লাসের নাম স্ট্রিং হিসেবে দিন

# রিকার্সিভ রেফারেন্স আপডেট করা (V2 তে অনেক সময় অটো হয়ে যায়)
Category.model_rebuild()

---

৫. Practice Exercises (অনুশীলন)

১. একটি Product মডেল তৈরি করুন যেখানে price ফিল্ডটি অবশ্যই পজিটিভ হতে হবে (কাস্টম ভ্যালিডেটর ব্যবহার করে)। ২. User CRUD অপারেশন করার জন্য UserBase, UserCreate, এবং UserRead মডেলগুলো ইমপ্লিমেন্ট করুন। ৩. একটি ConfigDict তৈরি করুন যা ইনপুট হিসেবে আসা সব স্ট্রিংকে অটোমেটিক ছোটহাতের অক্ষরে (lowercase) কনভার্ট করবে। ৪. একটি Comment মডেল তৈরি করুন যা নিজের ভেতরে replies (অন্যান্য কমেন্ট) এর একটি লিস্ট রাখতে পারে।

---

৬. Best Practices

1. Use Inheritance: কমন ফিল্ডগুলো BaseModel-এ রাখুন এবং ক্রিয়েট/আপডেট/রিড করার জন্য সেগুলো ইনহেরিট করুন।
2. Transform in Validators: ভ্যালিডেটরে শুধু চেক না করে প্রয়োজন হলে ডেটা ক্লিনও করুন (যেমন: .strip(), .lower())।
3. Use from_attributes: ORM (SQLAlchemy) এর সাথে কাজ করার সময় রেসপন্স মডেলে অবশ্যই from_attributes = True ব্যবহার করুন।

---

পরবর্তী ধাপ

অ্যাডভান্সড পাইড্যান্টিক প্যাটার্নস শেখার মাধ্যমে আপনার ডেটা ইঞ্জিনিয়ারিং স্কিল এখন অনেক উন্নত। পরবর্তী চ্যাপ্টারে আমরা শিখবো FastAPI-তে প্রফেশনাল টেস্টিং (Pytest)।