परिचय
अजगर में Cerberus मॉड्यूल शक्तिशाली लेकिन हल्के डेटा सत्यापन कार्य प्रदान करता है। इसे इस तरह से डिज़ाइन किया गया है कि आप इसे विभिन्न एप्लिकेशन और कस्टम सत्यापन तक बढ़ा सकते हैं।
हम पहले एक स्कीमा को परिभाषित करते हैं और फिर योजना के खिलाफ डेटा को मान्य करते हैं और जांचते हैं कि यह प्रदान की गई शर्तों से मेल खाता है या नहीं। यदि नहीं, तो यह प्रदर्शित करने के लिए सटीक त्रुटियां डाली जाती हैं कि यह कहां गलत हुआ।
सत्यापन के लिए डेटा फ़ील्ड में एक साथ कई शर्तें लागू की जा सकती हैं।
आरंभ करना
Cerberus का उपयोग करने के लिए, आपको पहले इसे स्थापित करना होगा, क्योंकि यह Python के साथ पैक नहीं होता है।
इसे डाउनलोड और इंस्टॉल करने के लिए, हम पाइप पैकेज मैनेजर का उपयोग करते हैं।
अपना टर्मिनल लॉन्च करें और नीचे दिए गए आदेश का उपयोग करें।
pip install Cerberus
एक बार जब आप Cerberus लाइब्रेरी को सफलतापूर्वक डाउनलोड और इंस्टॉल कर लेते हैं, तो आपको इसके सत्यापनकर्ता मॉड्यूल को अपनी पायथन लिपि में आयात करना होगा।
from cerberus import Validator
और बस। आप डेटा का सत्यापन शुरू करने के लिए पूरी तरह तैयार हैं।
किसी शब्दकोश में मौजूद डेटा की पुष्टि करना
सबसे पहले, हमें एक स्कीमा बनाना होगा।
schema = {'numbers': {'type': 'integer'}}
v = Validator(schema) इसका मतलब है, एक अजगर शब्दकोश में, संख्या फ़ील्ड में केवल पूर्णांक होना चाहिए।
data = {'numbers': 5} उपरोक्त डेटा है जिसे हमें सत्यापित करने की आवश्यकता है।
if v.validate(data):
print("Data is valid")
else:
print("Data is invalid") यह उस योजना के खिलाफ डेटा को मान्य करता है जिसे हमने पहले बनाया था।
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 और मुद्रण त्रुटियों के साथ सत्यापन
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 मान 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 इतना ही, अब आप उसी तरह से Cerberus लाइब्रेरी का उपयोग करके शब्दकोशों, json फ़ाइलों आदि को मान्य कर सकते हैं।
निष्कर्ष
आपने अपने स्वयं के कस्टम मेड स्कीमा के साथ Cerberus लाइब्रेरी का उपयोग करके डेटा को मान्य करना सीख लिया है।
इस पद्धति का उपयोग करके, आप json फ़ाइलें, API से निकाले गए डेटा आदि को सत्यापित कर सकते हैं।
डेटाबेस बनाते समय या डेटा विश्लेषण पर काम करते समय त्रुटियों से बचने के लिए हमने मुख्य रूप से डेटा को मान्य किया।
आप मान्य डेटा को स्वचालित भी कर सकते हैं और उसी के आधार पर एक गतिशील वेबसाइट बना सकते हैं।