परिचय
Python में Cerberus मॉड्यूल शक्तिशाली फिर भी हल्के डेटा वैलिडेशन फंक्शन्स प्रदान करता है। इसे इस तरह से डिज़ाइन किया गया है कि आप इसे विभिन्न एप्लिकेशन्स और कस्टम वैलिडेशन्स तक बढ़ा सकते हैं।
हम पहले एक स्कीमा परिभाषित करते हैं और फिर डेटा को स्कीमा के विरुद्ध वैलिडेट करते हैं और जांचते हैं कि यह प्रदान की गई शर्तों से मेल खाता है या नहीं। यदि नहीं, तो सटीक त्रुटियां फेंकी जाती हैं ताकि यह दिखाया जा सके कि कहां गलती हुई।
डेटा फील्ड के लिए एक साथ विभिन्न शर्तें लागू की जा सकती हैं।
शुरुआत करना
Cerberus का उपयोग करने के लिए, आपको पहले इसे इंस्टॉल करना होगा, क्योंकि यह Python के साथ पैकेज्ड नहीं आता है।
इसे डाउनलोड और इंस्टॉल करने के लिए, हम pip पैकेज मैनेजर का उपयोग करते हैं।
अपना टर्मिनल लॉन्च करें और नीचे दिए गए कमांड का उपयोग करें।
pip install Cerberusएक बार जब आप सफलतापूर्वक Cerberus लाइब्रेरी डाउनलोड और इंस्टॉल कर लेते हैं, तो आपको इसके वैलिडेटर मॉड्यूल को अपने Python स्क्रिप्ट में इम्पोर्ट करना होगा।
from cerberus import Validatorऔर बस। आप डेटा वैलिडेट करना शुरू करने के लिए पूरी तरह तैयार हैं।
डिक्शनरी में मौजूद डेटा को वैलिडेट करना
सबसे पहले, हमें एक स्कीमा बनाना होगा।
schema = {'numbers': {'type': 'integer'}}
v = Validator(schema)इसका मतलब है, एक Python डिक्शनरी में, numbers फील्ड में केवल इंटीजर्स होने चाहिए।
data = {'numbers': 5}उपरोक्त वह डेटा है जिसे हमें वैलिडेट करने की आवश्यकता है।
if v.validate(data):
print("Data is valid")
else:
print("Data is invalid")यह हमारे द्वारा पहले बनाई गई स्कीमा के विरुद्ध डेटा को वैलिडेट करता है।
उदाहरण
from cerberus import Validator
schema = {'numbers': {'type': 'integer'}}
v = Validator(schema)
data = {'numbers': 5}
if v.validate(data):
print("Data is valid")
else:
print("Data is invalid")आउटपुट
Data is valid .विभिन्न नियमों के साथ वैलिडेट करना और त्रुटियां प्रिंट करना
from cerberus import Validator
v = Validator()
v.schema = {'ID': {'required': True, 'type': 'number'}, 'age': {'type': 'integer'}}
if v.validate({'age': 60}):
print('Data is valid')
else:
print('Data is invalid')
print(v.errors)आउटपुट
Data is invalid, {'ID': ['required field']}न्यूनतम और अधिकतम वैल्यू रेंज सेट करना
from cerberus import Validator
v = Validator()
v.schema = {'name': {'type': 'string', 'minlength': 5}, 'age': {'type': 'integer', 'min': 18, 'max': 65}}
if v.validate({'name': 'VJ', 'age': 16}):
print('Data is valid')
else:
print('Data is invalid')
print(v.errors)आउटपुट
Data is invalid {'age': ['min value is 18'], 'name': ['min length is 5']}और बस, अब आप Cerberus लाइब्रेरी का उपयोग करके अपने स्वयं के कस्टम मेड स्कीमा के साथ डिक्शनरीज, JSON फाइल्स आदि को इसी तरह वैलिडेट कर सकते हैं।
निष्कर्ष
आपने अपने स्वयं के कस्टम मेड स्कीमा के साथ Cerberus लाइब्रेरी का उपयोग करके डेटा वैलिडेट करना सीख लिया है।
इस विधि का उपयोग करके, आप JSON फाइल्स, API से निकाले गए डेटा आदि को वैलिडेट कर सकते हैं।
हमने डेटा को मुख्य रूप से डेटाबेस बनाते समय या डेटा विश्लेषण पर काम करते समय त्रुटियों से बचने के लिए वैलिडेट किया।
आप डेटा वैलिडेट करने को स्वचालित भी कर सकते हैं और उसी के आधार पर एक डायनामिक वेबसाइट बना सकते हैं।
