basic-validation-using-flask-gladiator-module-in-python

使用 Python 中的烧瓶-角斗士模块进行基本验证

原文:https://www . geesforgeks . org/basic-验证-使用-烧瓶-角斗士-python 中的模块/

考虑到所有进出系统的非结构化数据,现在各种验证都是必不可少的。除了客户端验证,服务器端验证在 web 开发中也同样重要。本文讨论了一种在各种框架(如 Flask 或 Django)中注入验证的方法。

Python 的烧瓶-角斗士是一个提供以下功能的模块:

  • 允许任何形式的服务器端验证。
  • 可以扩展到任何。py 框架。
  • 允许检查范围、要求、类型等功能。

安装

这个模块没有内置 python,因此必须显式安装

pip 安装烧瓶-角斗士

在本模块中,validate()函数用于完成工作。

语法:

验证(数据、验证器)

参数:

  • ***数据:*考虑中的数据
  • **验证器:**告知必须在什么基础上进行验证
    • **必需:**总是需要验证器来检查字段的存在。
    • format_email : 检查邮件的验证器。
    • 长度 _ 最大值:检查文本的最大长度。
    • 长度 _ 分钟:检查最小文本长度。
    • **长度:**检查特定长度。
    • 类型 _ :检查特定类型。
    • 正则表达式 _ : 检查正则表达式。
    • _ 值:检查特定值。
    • _ 中的**:特定列表中的检查。**
    • lt :检查小于整数值。
    • gt :检查是否大于整数值。
    • 等式:检查相等的整数值。
    • ne :检查不相等的整数值。
    • gte :检查大于等于的整数值。
    • lte :检查小于等于整数值。
    • true_if_empty :如果为空,则该验证器返回 true。
    • skip_on_fail :如果验证失败,可以用这个跳过测试进行验证。

进场:

  • 在初始步骤中,输入数据以字典格式表示。
  • 验证被初始化为元组的元组,其中元组的第一个元素是要检查的键,接下来的值是应该应用于相应键的验证。
  • validate()函数接受验证和输入字典,如果所有验证都为真,则返回 True,否则返回 False。

下面给出了基于不同验证器执行验证的各种实现。

例 1 :

蟒蛇 3

py 复制代码
import gladiator as gl

# input test data
valid_data = {
    'email': 'manjeet@gfg.com',
    'password': '123456',
    'name': 'Manjeet',
    'age': 24,
    'access': "User"
}

# assigning validations
field_validations = (
    ('email', gl.required, gl.format_email),
    ('password', gl.required, gl.length_min(5)),
    ('name', gl.required, gl.type_(str)),
    ('age', gl.required, gl.type_(int), gl.eq(24)),
    ('access', gl.required, gl.in_(['User', 'Admin']))
)

# checking data using validate()
print("Validating data : ")
result = gl.validate(field_validations, valid_data)
print("Is data valid ? : " + str(bool(result)))

输出:

验证数据:

数据有效吗?:真

例 2 :

蟒蛇 3

py 复制代码
# Using regex, gt and length validators
import gladiator as gl

# input test data
valid_data = {
    'email': 'manjeet@gfg.com',
    'password': '123456',
    'name': 'Manjeet',
    'Gender': 'M',
    'age': 24,

}

# assigning validations
# checks name by regex, gender using length range, age greater than 18.
field_validations = (
    ('email', gl.required, gl.format_email),
    ('password', gl.required, gl.length_min(5)),
    ('name', gl.required, gl.type_(str), gl.regex_('[a-zA-Z][a-zA-Z ]+')),
    ('age', gl.required, gl.type_(int), gl.gt(18)),
    ('Gender', gl.length(1, 4)),
)

# checking data using validate()
print("Validating data : ")
result = gl.validate(field_validations, valid_data)
print("Is data valid ? : " + str(bool(result)))

输出:

验证数据:

数据有效吗?:真

相关推荐
HAH-HAH1 小时前
【Python 入门】(2)Python 语言基础(变量)
开发语言·python·学习·青少年编程·个人开发·变量·python 语法
SunnyDays10112 小时前
Python 轻松实现替换或修改 PDF 文字
python·替换pdf文字·修改pdf·修改pdf文字
小沈同学呀2 小时前
创建一个Spring Boot Starter风格的Basic认证SDK
java·spring boot·后端
Just_Paranoid3 小时前
【Settings】恢复出厂设置密码校验
android·python·settings·sha256·hmac-sha256
西猫雷婶4 小时前
pytorch基本运算-Python控制流梯度运算
人工智能·pytorch·python·深度学习·神经网络·机器学习
方圆想当图灵4 小时前
如何让百万 QPS 下的服务更高效?
分布式·后端
子午4 小时前
Python的uv包管理工具使用
开发语言·python·uv
凤山老林5 小时前
SpringBoot 轻量级一站式日志可视化与JVM监控
jvm·spring boot·后端
java1234_小锋5 小时前
Scikit-learn Python机器学习 - 分类算法 - 朴素贝叶斯
python·机器学习·scikit-learn
凡梦千华5 小时前
Django时区感知
后端·python·django