通过为 rootmodel 子类实现 `__iter__`、`__getitem__` 等魔术方法，可使其在保持类型安全的同时，支持 `foo.pets[0]`、`for pet in foo.pets` 等自然语法，避免冗余的 `.root` 访问。
在 Pydantic v2 中，RootModel 是处理“纯容器型”数据（如顶层 JSON 数组或字典）的推荐方式。但默认情况下，其数据始终封装在 .root 属性中——这虽保证了模型一致性，却牺牲了 Python 的惯用体验。例如：
from pydantic import RootModel, BaseModel
from typing import List
Pets = RootModel[List[str]]
class Foo(BaseModel):
pets: Pets
foo = Foo(pets=Pets(['dog', 'cat']))
print(foo.pets.root) # ✅ 可行但冗余
# print(foo.pets[0]) # ❌ AttributeError: 'Pets' object has no attribute '__getitem__'要让 foo.pets 直接支持索引、迭代、解包等操作，只需继承 RootModel 并实现对应协议方法：
from typing import List, Iterator, Any
from pydantic import RootModel
class Pets(RootModel[List[str]]):
def __iter__(self) -> Iterator[str]:
return iter(self.root)
def __getitem__(self, item: int | slice) -> str | List[str]:
return self.root[item]
def __len__(self) -> int:
return len(self.root)
def __contains__(self, item: str) -> bool:
return item in self.root
def __repr__(self) -> str:
return f'Pets({self.root!r})'
# 现在可自然使用：
foo = Foo(pets=Pets(['dog', 'cat', 'bird']))
print(foo.pets[0]) # → 'dog'
print(len(foo.pets)) # → 3
print('cat' in foo.pets) # → True
for pet in foo.pets: # ✅ 支持 for 循环
print(pet)
print(list(foo.pets)) # → ['dog', 'cat', 'bird']✅ 关键优势：
python全能编程助手
下载
SkillSub Pro - Python 题解与代码注释双功能技能功能概述SkillSub Pro - Python 题解与代码注释双功能技能是一项面向实际任务的技能，主要用于SkillSub Pro 是一个 Python 题解生成与代码注释的 双功能合体技能 ，专为学生、算法学习者和开发者设计；✅ 一个技能，两种用途 ：；核心要点📝 题解模式 ：输入题目/题号，自动生成完整 Python 题解（含详细注释、解题思路、复杂度分析）；💬 注释模式 ：输入 Python 代码，自动添加详细中。它将相关步骤、
- 类型提示仍完全保留（IDE 和 mypy 均能正确推导 foo.pets 为 Pets，且 foo.pets[0] 为 str）；
- 序列协议兼容标准库函数（如 sorted()、list()、enumerate()）；
- 无需修改现有模型结构，仅需一次封装即可提升 API 友好度。
⚠️ 注意事项：
- 不要重写 __init__ 或 model_dump() 等核心方法，除非有特殊需求；Pydantic 已自动处理序列化/验证逻辑；
- 若需支持 +、* 等操作，可补充 __add__、__mul__，但需返回新 Pets 实例以保持不可变语义（推荐）；
- 避免在 __getitem__ 中返回 self.root[item] 以外的类型，否则会破坏类型一致性。
通过这种方式，你既遵守了 Pydantic 的建模规范，又赋予了模型原生容器的表达力——真正实现「类型安全」与「Pythonic 体验」的统一。
