Pydantic 的 Iterator 字段无法生成 schema，流式校验可改用 Iterable

把字段标为 Iterator[int] 后，模型还没拿到任何数据就报 PydanticSchemaGenerationError: Unable to generate pydantic-core schema for collections.abc.Iterator[int]。同一个类型交给 TypeAdapter 也可能立即失败；带 validate_return=True 的函数则可能在装饰阶段失败。

在可核对的 Pydantic 2.14.1 正式实现中，Iterable、Generator 已有相应的 schema 入口，Iterator 没有同样的注册。不能由 Python 类型之间的继承关系，推断 Pydantic 对这些标注都实现了相同支持。

需要边读边校验，用受支持的 Iterable

如果业务需要消费一个数据流，并逐项验证整数，可以在验证边界使用 Iterable[int]：

from collections.abc import Iterable
from pydantic import BaseModel, ValidationError

class Request(BaseModel):
    values: Iterable[int]

request = Request.model_validate({"values": iter(["1", "invalid"])})
stream = iter(request.values)
print(next(stream))  # 按非严格整数规则转换为 1
try:
    next(stream)
except ValidationError as exc:
    print(exc.errors()[0]["loc"])

这里模型构造完成，不表示所有元素已经通过验证。第二个非法元素要消费到它时才报错；异常处理和资源清理也要覆盖消费过程。若 API 在返回成功响应后才读取剩余数据，惰性验证可能晚于业务想要的失败时刻。

这项修改也扩大了可接受的外层类型：Iterable 可以接收列表等可迭代对象，而不只接收已有迭代器。业务若必须拒绝列表，需另行保留该检查，不能把类型名称替换当成完全等价。

有限输入需要提前拒绝时，选择具体容器

已知输入有界，而且处理前必须验证全部元素时，可以使用 list[int]。它需要消费输入并保存结果，内存与失败时机都和惰性方案不同；无限流或体积没有上限的流不适合这样处理。

报错提示中的 arbitrary_types_allowed=True 也不能代替元素校验。它用于允许任意类型，不会自动建立 Iterator[int] 应有的逐项验证规则；对参数化类型能否直接建 schema，还需核对当前实现。不要为了消除 schema 错误就假定每个元素已是整数。

截至 2026 年 10 月 21 日，不能把有关 Iterator 支持的待审改动写成已发布能力。升级后是否能恢复原标注，需要看实际正式版与验证行为，不能只看问题已有人提交修复。

调整后同时检查正常有限流、中途非法元素、空流和业务允许的提前停止。若输入背后持有文件或数据库游标，应按其自身生命周期关闭；Pydantic 的元素验证不会替应用保证这些外部资源一定及时释放。