from pydantic import BaseModel

# تعریف مدل با استفاده از تایپ‌های استاندارد
class User(BaseModel):
    id: int
    username: str
    is_active: bool = True # مقدار پیش‌فرض

# استفاده از مدل
user = User(id=123, username="ali_reza")
print(user.username) # دسترسی آسان با دات‌نوتیشن

class Product(BaseModel):
    price: float
    available: bool

# داده‌های خام از یک درخواست HTTP (همه رشته هستند)
raw_data = {"price": "99.50", "available": "yes"}

product = Product(**raw_data)

print(product.price)      # خروجی: 99.5 (float)
print(product.available)  # خروجی: True (bool)
# Pydantic مقادیری مثل "yes", "on", "1" را به True تبدیل می‌کند.

from typing import List

class Address(BaseModel):
    city: str

class UserWithAddress(BaseModel):
    name: str
    # استفاده از یک مدل دیگر به عنوان تایپ
    address: Address 
    # لیستی از مدل‌ها
    tags: List[str]

data = {
    "name": "Sara",
    "address": {"city": "Tehran"}, # دیکشنری تو در تو
    "tags": ["admin", "123"]
}

user = UserWithAddress(**data)
print(user.address.city) # دسترسی عمیق: Tehran

from datetime import datetime
from uuid import UUID
from enum import Enum

class Status(Enum):
    ACTIVE = "active"
    INACTIVE = "inactive"

class LogEntry(BaseModel):
    id: UUID
    timestamp: datetime
    status: Status

raw_log = {
    "id": "123e4567-e89b-12d3-a456-426614174000", # رشته UUID
    "timestamp": "2023-10-27T15:30:00Z",          # رشته ISO 8601
    "status": "active"                             # رشته Enum
}

log = LogEntry(**raw_log)
# حالا log.timestamp واقعاً یک آبجکت datetime است
print(log.timestamp.year) # 2023

from pydantic import BaseModel, EmailStr, HttpUrl, ValidationError

class Contact(BaseModel):
    email: EmailStr
    website: HttpUrl

try:
    Contact(email="invalid-email", website="htps://typo.com")
except ValidationError as e:
    print(e.json())
    # خطای دقیق برای هر دو فیلد ایمیل و وب‌سایت برمی‌گرداند

from pydantic import BaseModel, field_validator

class Account(BaseModel):
    username: str

    # اعمال قانون خاص روی فیلد username
    @field_validator('username')
    @classmethod
    def must_be_alphanumeric(cls, v: str) -> str:
        if not v.isalnum():
            raise ValueError('نام کاربری فقط باید شامل حروف و اعداد باشد')
        return v.lower() # نرمال‌سازی به حروف کوچک

acc = Account(username="Ali123")
print(acc.username) # ali123

from datetime import datetime
class Event(BaseModel):
    title: str
    time: datetime
    secret_code: str

event = Event(title="Meeting", time=datetime.now(), secret_code="XYZ")

# خروجی JSON استاندارد، با حذف فیلد secret_code
json_output = event.model_dump_json(exclude={'secret_code'})
print(json_output)
# Output: {"title":"Meeting", "time":"2023-10-27T..."}

from pydantic import BaseModel, Field

class UserProfile(BaseModel):
    # ورودی JSON دارای کلید firstName است، اما در پایتون first_name استفاده می‌شود
    first_name: str = Field(alias="firstName")
    last_name: str = Field(alias="lastName")

# داده از فرانت‌اند
js_data = {"firstName": "Kaveh", "lastName": "Tehrani"}
user = UserProfile(**js_data)

print(user.first_name) # استفاده از نام پایتونی

# هنگام خروجی گرفتن هم می‌توان از alias استفاده کرد
print(user.model_dump_json(by_alias=True))
# {"firstName":"Kaveh", "lastName":"Tehrani"}

from pydantic_settings import BaseSettings

class Settings(BaseSettings):
    db_host: str = "localhost" # مقدار پیش‌فرض
    db_port: int # الزامی (حتما باید عدد باشد)
    api_key: str
    debug: bool = False

    model_config = SettingsConfigDict(env_file =
        "my_file.env") # خواندن خودکار از فایل .env

# اگر در محیط، DB_PORT="5432" و DEBUG="true" باشد:
settings = Settings()
print(settings.db_port) # 5432 (int)
print(settings.debug)   # True (bool)