Pydantic валидатор позволяет проверять и преобразовывать данные в соответствии с заданными правилами. Основные причины использования: - **Автоматическая валидация** – проверяет типы данных, диапазоны значений, обязательные поля. - **Преобразование данных** – приводит входные данные к нужному типу (например, строку в число). - **Защита от невалидных данных** – отсеивает некорректные значения до обработки. - **Схема данных** – явно описывает ожидаемую структуру. Пример: ``` from pydantic import BaseModel, validator class User(BaseModel): name: str age: int @validator('age') def check_age(cls, v): if v < 18: raise ValueError('Age must be >= 18') return v # Валидация при создании user = User(name="Alice", age=20) # OK user = User(name="Bob", age=17) # ValueError ```