schema 验证python数据格式
赞
踩
- 给Schema类传入类型（int、str、float等）
from schema import Schema
Schema(int).validate(10)
10
Schema(int).validate('10')
SchemaUnexpectedTypeError: '10' should be instance of 'int'
可见Schema会去验证validate方法传入的对象是不是所指定的类型，是则返回传入的数据，
否则抛出一个SchemaError的异常(SchemaUnexpectedTypeError是SchemaError的子类）。
- 给Schema类传入可调用的对象（函数、带call的类等）
Schema(lambda x: 0<x<10).validate(5)
5
Schema(lambda x: 0<x<10).validate(57)
SchemaError: <lambda>(57) should evaluate to True
可见Schema会把validate方法传入的值传入到对应的函数里面作为参数，如果函数返回值为True则返回输入数据，否则抛出异常。
- 给Schema类传入带有validate方法的对象
Schema也内置了一些类（Use、And、Or等等），这些类的实例都带有validate方法，亦可作为Schema的参数传入，例如：
from schema import Schema, And
And代表两个条件必须同时满足，or是满足其中之一
Schema(And(str, lambda s: len(s) > 2)).validate('abcd')
'abcd'
#use转换数值类型
>> Schema(Use(int)).validate('123')
123
- 给Schema类传入容器对象（list、tuple、set等）
例如：
Schema([int, float]).validate([1, 2, 3, 4.0])
[1, 2, 3, 4.0]
#相当于，对于[1, 2, 3, 4.0]当中的任何一个元素，必须是int或者float才行（注意是or的关系）
- 给Schema传入一个字典对象（大部分使用Schema的场景都是传入字典对象，这个很重要）
Schema({'name': str, 'age': int}).validate({'name': 'foobar', 'age': 18})
{'age': 18, 'name': 'foobar'}
Schema({'name': str, 'age': int}).validate({'name': 'foobar'})
SchemaMissingKeyError: Missing keys: 'age'
#首先，明确两个概念，Schema类传入的字典，称之为模式字典，valdiate方法传入的字典称之为数据字典。
#首先，Schema会判断， 模式字典和数据字典的key是否完全一样，不一样的话直接抛出异常。如果一样，就去拿数据字典的value去验证模式字典相应的value，如果数据字典的全部value都可以验证通过的话才返回数据，否则抛出异常，是不是感觉这种验证顿时感觉清爽了呢？
- faqs
#Schema传入字典很好用，但是我有的数据是可选的，也就是说有的key可以不提供怎么办？
#option 是可选项
from schema import Optional, Schema
Schema({'name': str, Optional('age'): int}).validate({'name': 'foobar'})
{'name': 'foobar'}
Schema({'name': str, Optional('age', default=18): int}).validate({'name': 'foobar'})
{'age': 18, 'name': 'foobar'}
#我想让Schema只验证传入字典中的一部分数据，可以有多余的key但是不要抱错，怎么做？
Schema({'name': str, 'age': int}, ignore_extra_keys=True).validate({'name': 'foobar', 'age': 100, 'sex': 'male'})
{'age': 100, 'name': 'foobar'}
#Schema自带的类（Use、And、Or、Regex、Schema等）都有一个参数error，可以自定义错误信息
Schema({'name': str, 'age': Use(int, error='年龄必须是整数')}).validate({'name': 'foobar', 'age': 'abc'})
SchemaError: 年龄必须是整数
#ignore_extra_keys 忽略其他key的检查
schema = Schema({'name': str}, ignore_extra_keys=True)
schema.validate({'name': 'Sam', 'age': '42'})
{'name': 'Sam'}
