简洁的 Python Schema

目录

• [toc]
• Python Schema使用说明
  • 1. Schema是什么？
  • 2. 安装
• 1. 给Schema类传入类型（int、str、float等）
• 2. 给Schema类传入可调用的对象（函数、带__call__的类等）
• 3. 给Schema类传入带有validate方法的对象
• 4. 给Schema类传入容器对象（list、tuple、set等）
• 5. 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）
• 6. faqs
  • 6.1 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？
  • 6.2 禁止传入某个key：Forbidden
  • 6.3 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？
  • 6.4 Schema抛出的异常信息不是很友好，我想自定义错误信息，怎么办？
  • 6.5 Use
  • 6.6 Const
• 7. 一个稍微复杂的例子：

Python Schema使用说明

项目地址：GitHub

1. Schema是什么？

不管我们做什么应用，只要和用户输入打交道，就有一个原则--永远不要相信用户的输入数据。意味着我们要对用户输入进行严格的验证，web开发时一般输入数据都以JSON形式发送到后端API，API要对输入数据做验证。一般我都是加很多判断，各种if，导致代码很丑陋，能不能有一种方式比较优雅的验证用户数据呢？Schema就派上用场了。

Schema非常简单，也就几百行的代码，最核心的类就一个：Schema。

2. 安装

pip install schema

1. 给Schema类传入类型（int、str、float等）

例如：

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）。

2. 给Schema类传入可调用的对象（函数、带__call__的类等）

例如：

Schema(lambda x: 0<x<10).validate(5)
# 5
Schema(lambda x: 0<x<10).validate(57)
# SchemaError: <lambda>(57) should evaluate to True

自定义函数：

def secre_validate(password):
    password_list = ["123456", "666666", "888888", "abcdef", "aaaaaa", "112233"]
    if password in password_list:
        return False
    return True

Schema(secre_validate,  error="字符串已经存在").validate("123456")

# schema.SchemaError: 字符串已经存在

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。

3. 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
Schema(And(str, lambda s: len(s) > 2)).validate('abcd')
# 'abcd'

4. 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）

5. 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？

6. faqs

6.1 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？

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'}

6.2 禁止传入某个key：Forbidden

Forbidden可以将某个key禁止：

from schema import Schema, Forbidden

Schema({Forbidden('name'): str, 'age': int}).validate({"age": 15})                            # {"age": 15}
Schema({Forbidden('name'): str, 'age': int}).validate({"name": "laozhang", "age": 15})        # schema.SchemaForbiddenKeyError
Schema({Forbidden('name'): str, 'age': int}).validate({"name": 10, "age": 15})                # schema.SchemaWrongKeyError

值得注意的是，与禁用秘钥配对的值将决定了它是否会被拒绝：

from schema import Schema, Forbidden

Schema({Forbidden('name'): int, 'name': str}).validate({'name': 'laozhang'})                  # {'name': 'laozhang'}
Schema({Forbidden('name'): str, 'name': str}).validate({'name': 'laozhang'})                  # schema.SchemaForbiddenKeyError

另外，Forbidden的优先级要比Optional要高：

from schema import Schema, Forbidden, Optional

Schema({Forbidden('name'): str, Optional('name'): str}).validate({"name": "laozhang"})        # schema.SchemaForb

6.3 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'}

6.4 Schema抛出的异常信息不是很友好，我想自定义错误信息，怎么办？

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

6.5 Use

Use在验证的时候，会自动帮你转换它的值

from schema import Schema, Use

print Schema(Use(int)).validate(10)                 # 10-->int类型
print Schema(Use(int)).validate('10')               # 10-->int类型
print Schema(Use(int)).validate('xiaoming')         # schema.SchemaError

6.6 Const

我们知道Use在验证的时候，会自动帮你转换它的值。Const可以保持原始数据不变：

from schema import Schema, Use, Const

print Schema(Const(Use(int))).validate('10')        # 10-->str类型

7. 一个稍微复杂的例子：

from schema import Schema, And, Optional, SchemaError, Regex

def name_check(name):
    password_list = ["root", "admin", "888888", "baba", "aaaaaa", "112233"]
    if name in password_list:
        return False
    return True

schema = {
    "id": And(int, lambda x: 100 <= x, error="id必须是整数，大于等于100"),
    "name": And(str, name_check, error="name已经存在"),
    "price": And(float, lambda x: 111 > x > 0, error="price必须是大于0小于111的小数"),
    "data": {
        "password": And(Regex("[a-z0-9A-Z]{8,20}"), error="密码为数字、字母，长度8-20"),
        "email": And(Regex("^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$"), error="email格式错误")
    },
    Optional("info", default="这个key可以不提供，我设置了这一段默认值。"): str,
}

data = {
    "id": 111,
    "name": "jarvis",
    "price": 9.5,
    "data": {
        "password": "222agfwetAAA",
        "email": "www.qq.afsdf@email.cn",
    }
}

try:
    a = Schema(schema).validate(data)
except SchemaError as e:
    print(e)
else:
    print("验证成功！\n{}".format(a))

# 验证成功！
# {'id': 111, 'name': 'jarvis', 'price': 9.5, 'data': {'password': '222agfwetAAA', 'email': 'www.qq.afsdf@email.cn'}, 'info': '这个key可以不提供，我设置了这一段默认值。'}

参考文章：https://segmentfault.com/a/1190000011777230