pydantic v2 移除了 __root__，改用 rootmodel；field(default=none) 不再表示可选，需用 default=...；dict() 替换为 model_dump()；@validator 升级为 @field_validator 和 @model_validator。
pydantic.BaseModel 不再支持 __root__ 字段
很多老项目用 __root__ 实现单值包装（比如只校验一个 str 或 int），v2 直接删了这个机制。不是弃用警告，是运行时就报错：TypeError: __root__ is not supported in Pydantic v2。
改法很简单：用 RootModel 替代。
- 原写法：
class Name(str, BaseModel):<br> __root__: str
- v2 正确写法：
from pydantic import RootModel<br><br>class Name(RootModel[str]):<br> pass
-
RootModel的root属性就是那个单值，访问方式从inst.__root__变成inst.root - 注意：不能继承
BaseModel同时定义root字段，会冲突
Field 默认值逻辑变了：None 不再等价于“未设置”
v1 里 Field(default=None) 表示字段可选、默认为 None；v2 里这会被当成显式设了默认值，导致该字段不再算“可选”，JSON Schema 里不会标 "nullable": true，OpenAPI 文档也容易出错。
真正想表达“可选且无默认值”，必须用 Field(default=...)（三个点）或 Field(default=None, default_factory=lambda: None) —— 但后者不推荐，语义不清。
立即学习“Python免费学习笔记（深入）”；
- ✅ 正确（可选，无默认值）：
name: str | None = Field(default=...) - ❌ 错误（变成必填，默认值为
None）：name: str | None = Field(default=None) - 如果字段类型已是
Optional[str]（即str | None），又写了default=...，它才是真正的可选；否则即使类型含None，没配default=...就是必填
model_dump() 和 dict() 彻底不兼容
v1 的 inst.dict() 在 v2 里已移除，直接调用会抛 AttributeError。替代方法是 inst.model_dump()，但它行为更严格：默认不包含 None 值字段（exclude_none=True），也不递归序列化嵌套模型（除非显式开 serialize_as_any=True）。
- 要完全复刻 v1 的
dict()行为，得写：inst.model_dump(exclude_unset=False, exclude_defaults=False, exclude_none=False) - 但多数场景不需要这么宽松 —— 比如 FastAPI 返回响应时，默认
model_dump()就够用；手动调试才需要展开所有字段 - 顺带一提：
model_dump_json()是新接口，别再用json.dumps(inst.dict())，那会漏掉自定义序列化逻辑
验证器写法迁移：从 @validator 到 @field_validator 和 @model_validator
@validator 装饰器在 v2 完全失效，连 import 都会报错。新机制拆得更细：字段级用 @field_validator，整个模型级用 @model_validator，而且签名、参数名、执行时机都有调整。
- 旧写法：
@validator('age')<br>def check_age(cls, v): ... - 新写法：
@field_validator('age')<br>def check_age(cls, v): ...（函数签名不变，但装饰器名和 import 路径变了） - 注意：v2 中
@field_validator默认在类型转换后执行，如果想在原始输入上校验（比如字符串长度），得加参数mode='before' -
@model_validator(mode='before')用来处理整个输入字典，适合做字段间依赖校验，但别在里面改values字典 —— 应该返回新字典
Optional[T] 和 Union[T, None] 可能触发奇怪的解析失败；还有 validate_assignment=True 的行为变化，这些细节不写进字段定义、只靠文档很难发现。改的时候最好打开 pydantic.warnings 日志，把 warning 当 error 处理。 
