Ответ на ваш вопрос содержится в документации Pydanti c , а именно:
Имейте в виду, что pydantic.dataclasses.dataclass является заменой dataclasses.dataclass с проверкой не заменой pydantic.BaseModel (с небольшой разницей в том, как работают хуки инициализации). Бывают случаи, когда создание подкласса pydantic.BaseModel является лучшим выбором.
Для получения дополнительной информации и обсуждения см. samuelcolvin / pydantic # 710 .
Ссылка на обсуждение будет дать вам некоторый контекст, который вы ищете. В общем, реализация BaseModel Pydanti c не обязана вести себя так же, как реализация dataclass Python. Пример, приведенный в проблеме выше, является хорошим примером:
from pydantic import BaseModel
from pydantic.dataclasses import dataclass
from typing import List
@dataclass
class A:
x: List[int] = []
# Above definition with a default of `[]` will result in:
# ValueError: mutable default <class 'list'> for field x is not allowed: use default_factory
# If you resolve this, the output will read as in the comments below.
class B(BaseModel):
x: List[int] = []
print(A(x=[1, 2]), A(x=[3, 4])) # Output: A(x=[1, 2]) A(x=[3, 4])
print(B(x=[1, 2]), B(x=[3, 4])) # Output: x=[1, 2] x=[3, 4]
Если в первую очередь вам нужно поведение dataclass, а затем просто дополнить его некоторыми функциями проверки Pydanti c, pydantic.dataclasses.dataclass подход может быть тем, что вы хотите. В противном случае, вероятно, вам нужно BaseModel.