* Dentro dele, o arquivo `app/main.py` está localizado em um pacote Python (diretório com  `__init__.py`). Portanto, ele é um "módulo" desse pacote: `app.main`.
* Existem também um arquivo `app/dependencies.py`, assim como o `app/main.py`, ele é um "módulo": `app.dependencies`.

* Contiene un archivo `app/main.py`. Como está dentro de un paquete de Python (un directorio con un archivo `__init__.py`), es un "módulo" de ese paquete: `app.main`.
* También hay un archivo `app/dependencies.py`, al igual que `app/main.py`, es un "módulo": `app.dependencies`.

## Modelos aninhados

Cada atributo de um modelo Pydantic tem um tipo.

Mas esse tipo pode ser outro modelo Pydantic.

Portanto, você pode declarar "objects" JSON profundamente aninhados com nomes, tipos e validações de atributos específicos.

Tudo isso, aninhado arbitrariamente.

### Defina um sub-modelo

Por exemplo, nós podemos definir um modelo `Image`:

constraints.Length.message = Długość {item} musi być w zakresie od {min} do {max}.
constraints.LuhnCheck.message = Suma kontrolna Luhn Modulo 11 dla {value} jest nieprawidłowa.
constraints.Mod10Check.message = Suma kontrolna Modulo 10 dla {value} jest nieprawidłowa.
constraints.Mod11Check.message = Suma kontrolna Modulo 11 dla {value} jest nieprawidłowa.
constraints.ModCheck.message = Suma kontrolna {modType} dla {value} jest nieprawidłowa.

Importe a classe `BaseSettings` do Pydantic e crie uma nova subclasse, de forma parecida com um modelo do Pydantic.

Os atributos da classe são declarados com anotações de tipo, e possíveis valores padrão, da mesma maneira que os modelos do Pydantic.

Você pode utilizar todas as ferramentas e funcionalidades de validação que são utilizadas nos modelos do Pydantic, como tipos de dados diferentes e validações adicionei com `Field()`.

	error string // Empty means no error.
}

var badExprTests = []badExprTest{
	{"0/0", "division by zero"},
	{"3/0", "division by zero"},
	{"(1<<63)/0", "divide of value with high bit set"},
	{"3%0", "modulo by zero"},
	{"(1<<63)%0", "modulo of value with high bit set"},
	{"3<<-4", "negative left shift count"},
	{"3<<(1<<63)", "negative left shift count"},
	{"3>>-4", "negative right shift count"},
	{"3>>(1<<63)", "negative right shift count"},

constraints.Length.message = O comprimento de {item} deve estar entre {min} e {max}.
constraints.LuhnCheck.message = A soma de verificação Luhn Módulo 11 de {value} está incorreta.
constraints.Mod10Check.message = A soma de verificação Módulo 10 de {value} está incorreta.
constraints.Mod11Check.message = A soma de verificação Módulo 11 de {value} está incorreta.
constraints.ModCheck.message = A soma de verificação {modType} de {value} está incorreta.

 ╭─ <font color="#8AE234"><b>Archivo de módulo de Python</b></font> ─╮
 │                      │
 │  🐍 main.py          │
 │                      │
 ╰──────────────────────╯

<font color="#3465A4">INFO    </font> Importando módulo <font color="#4E9A06">main</font>
<font color="#3465A4">INFO    </font> Encontrada aplicación FastAPI importable

## Modelos Anidados

Cada atributo de un modelo Pydantic tiene un tipo.

Pero ese tipo puede ser en sí mismo otro modelo Pydantic.

Así que, puedes declarar "objetos" JSON anidados profundamente con nombres de atributos específicos, tipos y validaciones.

Todo eso, de manera arbitraria.

### Definir un submodelo

Por ejemplo, podemos definir un modelo `Image`:

constraints.Length.message = De lengte van {item} moet tussen {min} en {max} liggen.
constraints.LuhnCheck.message = De Luhn Modulo 11 checksum van {value} is onjuist.
constraints.Mod10Check.message = De Modulo 10 checksum van {value} is onjuist.
constraints.Mod11Check.message = De Modulo 11 checksum van {value} is onjuist.
constraints.ModCheck.message = De {modType} checksum van {value} is onjuist.