Python数据验证 validators

1. 安装

$ pip install validators

2. 基础的validators

2.1 validators.between(value, min=None, max=None)

验证一个数字value是否在最小值min和最大值max之间,value不仅仅可以是整数,也可以是其它数据类型,例如floats, decimals 和 dates.

>>>from validators import between
>>>between(5, min=2)
True
>>>between(13.2, min=13, max=14)
True
>>>between(500, max=400)
ValidationFailure(func=between, args=...)
>>>between(
...     datetime(2000, 11, 11),
...     min=datetime(1999, 11, 11)
... )
True
2.2 validators.domain(value)

验证value是否是一个有效域。如果value是一个有效域名,函数返回True, 否则返回 ValidationFailure.

>>> domain('example.com')
True
>>> domain('example.com/')
ValidationFailure(func=domain, ...)

也支持国际化域名(IDN domain),例如:

>>> domain('xn----gtbspbbmkef.xn--p1ai')
True
2.3 validators.email(value, whitelist=None)

验证是否是合法的邮件地址,如果是,函数返回True, 否则返回 ValidationFailure.

>>> email('someone@example.com')
True
>>> email('bogus@@')
ValidationFailure(func=email, ...)
2.4 validators.iban(value)

验证是否是合法的国际银行账户号码,如果是,函数返回True, 否则返回 ValidationFailure.

>>> iban('DE29100500001061045672')
True
>>> iban('123456')
ValidationFailure(func=iban, ...)
2.5 validators.ip_address.ipv4(value)

验证是否是合法的ipv4地址,如果是,函数返回True, 否则返回 ValidationFailure.

>>>ipv4('123.0.0.7')
True
>>> ipv4('900.80.70.11')
ValidationFailure(func=ipv4, args={'value': '900.80.70.11'})
2.6 validators.ip_address.ipv6(value)

验证是否是合法的ipv6地址,如果是,函数返回True, 否则返回 ValidationFailure.

>>>ipv6('abcd:ef::42:1')
True
>>> ipv6('abc.0.0.1')
ValidationFailure(func=ipv6, args={'value': 'abc.0.0.1'})
2.7 validators.length(value, min=None, max=None)

验证给定的字符串长度是否在指定范围内。

>>> length('something', min=2)
True
>>> length('something', min=9, max=9)
True
>>> length('something', max=5)
ValidationFailure(func=length, ...)
2.8 validators.mac_address(value)

验证是否是合法的mac地址,如果是,函数返回True, 否则返回 ValidationFailure.

>>> mac_address('01:23:45:67:ab:CD')
True
>>> mac_address('00:00:00:00:00')
ValidationFailure(func=mac_address, args={'value': '00:00:00:00:00'})
2.9 validators.slug(value)

验证是否是合法的slug,如果是,函数返回True, 否则返回 ValidationFailure.

>>> slug('my.slug')
ValidationFailure(func=slug, args={'value': 'my.slug'})
>>> slug('my-slug-2134')
True
2.10 validators.truthy(value)
>>> truthy(1)
True
>>> truthy('someone')
True
>>> truthy(0)
ValidationFailure(func=truthy, args={'value': 0})
>>> truthy('    ')
ValidationFailure(func=truthy, args={'value': '    '})
>>> truthy(False)
ValidationFailure(func=truthy, args={'value': False})
>>> truthy(None)
ValidationFailure(func=truthy, args={'value': None})
2.11 validators.url(value, public=False)

验证是否是合法的url,如果是,函数返回True, 否则返回 ValidationFailure.

>>> url('http://foobar.dk')
True
>>> url('http://10.0.0.1')
True
>>> url('http://foobar.d')
ValidationFailure(func=url, ...)
>>> url('http://10.0.0.1', public=True)
ValidationFailure(func=url, ...)

Parameters:
• value – 要验证的url
• public – (default=False) Set True to only allow a public IP address

2.12 validators.i18n.fi.fi_business_id(business_id)

验证Finnish Business ID.

>>> fi_business_id('0112038-9')  # Fast Monkeys Ltd
True
>>> fi_business_id('1234567-8')  # Bogus ID
ValidationFailure(func=fi_business_id, ...)
2.13 validators.i18n.fi.fi_ssn(ssn)

验证Finnish Social Security Number.

>>> fi_ssn('010101-0101')
True
>>> fi_ssn('101010-0102')
ValidationFailure(func=fi_ssn, args={'ssn': '101010-0102'})
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python中,"约束函数"通常是指用于定义或限制某个变量或参数取值范围的方法,这在一些特定场景下非常有用,比如优化问题、模拟和数据验证等。在Python中,我们可以通过几种方式实现约束: 1. 类型注解(Type Annotations):虽然不是强制性的,但通过类型提示,我们可以明确表明变量应接受的类型范围。例如: ```python from typing import Union def calculate_age(age: int) -> None: if not isinstance(age, int): raise ValueError("Age must be an integer.") ``` 在这个例子中,`age`参数被声明为整数类型,如果传入非整数值,会引发异常。 2. 函数装饰器(Function Decorators):Python装饰器可以在不修改原始函数代码的情况下,增加额外功能,包括对参数的检查和限制。例如: ```python def between(min_value, max_value): def wrapper(func): def inner(value): if min_value <= value <= max_value: return func(value) else: raise ValueError(f"Value should be between {min_value} and {max_value}") return inner return wrapper @between(0, 100) def print_age(age): print(f"Your age is {age}") print_age(105) # 这将抛出异常 ``` 3. 验证库(如validators):Python有一些第三方库(如`validators`)提供了更丰富的验证功能,可以方便地检查输入是否满足特定条件。 4. 类和实例方法的验证:对于对象属性,可以设置getter和setter方法来进行验证。 相关问题: 1. Python中的装饰器如何应用到约束函数上? 2. 是否有Python内置模块可以直接用来做数据验证和约束? 3. 类方法中如何用Python实现属性的取值范围检查?

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值