pydantic 的 `basemodel` 会自动将带类型注解的字段（如 `test_value: str = ""`）注册为模型字段，并在类构建阶段移除其作为类属性的存在，因此 `class.test_value` 会触发 `attributeerror`；该值仅存在于实例中。
Pydantic 的设计目标是构建数据验证与序列化的运行时模型，而非普通类。当定义继承自 BaseModel 的类时，其元类（ModelMetaclass）会在类创建过程中扫描所有带类型注解的属性（即 field），并将它们转换为模型字段（ModelField），同时从类的 __dict__ 和 dir() 中移除——这意味着这些名称不再作为类属性存在，仅保留在实例层面。
✅ 正确访问方式：通过实例访问
from pydantic import BaseModel
class TestClass(BaseModel):
TEST_VALUE: str = "default"
# ❌ 错误：类属性不存在
# print(TestClass.TEST_VALUE) # AttributeError!
# ✅ 正确：实例属性可访问
instance = TestClass()
print(instance.TEST_VALUE) # 输出: "default"
# 也可在初始化时传入值
instance2 = TestClass(TEST_VALUE="custom")
print(instance2.TEST_VALUE) # 输出: "custom"✅ 若需真正的类属性（不参与验证/序列化），请避免类型注解或使用 ClassVar
from pydantic import BaseModel
from typing import ClassVar
class TestClass(BaseModel):
# 实例字段（受 Pydantic 管理）
name: str = "anonymous"
# 真正的类属性：不参与验证、不序列化、不被 BaseModel 处理
VERSION: ClassVar[str] = "1.0.0"
CONFIG_PATH: ClassVar[str] = "/etc/app.yaml"
print(TestClass.VERSION) # ✅ 正常输出 "1.0.0"
print(TestClass().VERSION) # ✅ 实例也可访问（因 ClassVar 是类共享的）
print(TestClass().name) # ✅ 实例字段正常工作
# print(TestClass().CONFIG_PATH) # ✅ 同样可用⚠️ 注意：ClassVar 是唯一被 Pydantic 明确认可的“跳过字段处理”的方式。直接使用 TEST_VALUE = "xxx"（无类型注解）虽在某些版本中看似有效，但属于未定义行为，不推荐——它可能被忽略、覆盖或引发兼容性问题。
? 验证机制说明
你可以用 dir() 或 vars() 辅助判断：
魔法映像企业网站管理系统
下载
技术上面应用了三层结构，AJAX框架，URL重写等基础的开发。并用了动软的代码生成器及数据访问类，加进了一些自己用到的小功能，算是整理了一些自己的操作类。系统设计上面说不出用什么模式，大体设计是后台分两级分类，设置好一级之后，再设置二级并选择栏目类型，如内容，列表，上传文件，新窗口等。这样就可以生成无限多个二级分类，也就是网站栏目。对于扩展性来说，如果有新的需求可以直接加一个栏目类型并新加功能操作
print('TEST_VALUE' in dir(TestClass)) # False
print('TEST_VALUE' in dir(TestClass())) # True
print('VERSION' in dir(TestClass)) # True（ClassVar 保留为类属性）总之：Pydantic 中的字段 ≠ Python 类属性。如需配置常量、版本号、默认路径等静态元信息，请始终使用 typing.ClassVar；如需数据建模字段，则接受其“仅实例可用”的约定，并通过 model_dump()、model_fields 等 API 进行元数据操作。
