在 Python 中验证字典答案

【问题标题】：Validate dicts in Python在 Python 中验证字典
【发布时间】：2011-08-26 02:16:41
【问题描述】：

我正在寻找工具或示例来/如何在 python 中验证字典。
例如，我有 dict:

test = {'foo' : 'bar', 'nested' : {'foo1' : 'bar1', 'foo2' : 'bar2'} }

现在我必须验证它。可以说，键 foo 的值必须是布尔值 False 或非空字符串。接下来，如果键 foo1 具有值 bar1，则该键 foo2 必须在 1..10 范围内为 int。我编写了简单的函数来做到这一点，但这不是我真正想要的。是的，当然，我可以用if..else 测试dict 中的每一个项目，但是如果dict 有>50 个元素，那就有点不舒服了。

在 Python 中是否有任何好的工具/lib 可以做到这一点？我不是在寻找解析器，只有快速和有效的方法来做到这一点。

【问题讨论】：

这种情况很少见。我认为这个特定任务没有解析器。也许你可以在字典上使用map 函数。
另见：stackoverflow.com/questions/45346374/…

标签： python validation dictionary schema associative-array

【解决方案1】：

Voluptous 是一个很好的工具，可以做到这一点 http://pypi.python.org/pypi/voluptuous

【讨论】：

正是我想要的。谢谢你:)

【解决方案2】：

你也可以试试下面的链接：
https://github.com/sunlightlabs/validictory
它是一个很棒的包，有助于以更简单的方式进行验证

【讨论】：

从2018年开始折旧，需要改用jsonschema。

【解决方案3】：

Webster 是一个 pypi 包，它执行字典验证和值正则表达式验证。这使您可以确保字典具有其应有的所有键，并且值或多或少是您所期望的。

https://pypi.python.org/pypi/Webster

【讨论】：

因为这是一个已有 4 年历史的问题，答案已经被接受，如果您提供更多详细信息会更好。您是否提出了更具创新性的解决方案？如果是，请解释一下。您是否复制了建议的示例？

【解决方案4】：

我强烈推荐Cerberus 的可读性或jsonschema 因为它使用JSON Schema 标准

【讨论】：

【解决方案5】：

这个dict-schema-validator 包是一种验证python 字典的非常简单的方法。

这是一个代表客户的简单模式：

{
  "_id":          "ObjectId",
  "created":      "date",
  "is_active":    "bool",
  "fullname":     "string",
  "age":          ["int", "null"],
  "contact": {
    "phone":      "string",
    "email":      "string"
  },
  "cards": [{
    "type":       "string",
    "expires":    "date"
  }]
}

验证：

from datetime import datetime
import json
from dict_schema_validator import validator


with open('models/customer.json', 'r') as j:
    schema = json.loads(j.read())

customer = {
    "_id":          123,
    "created":      datetime.now(),
    "is_active":    True,
    "fullname":     "Jorge York",
    "age":          32,
    "contact": {
        "phone":    "559-940-1435",
        "email":    "york@example.com",
        "skype":    "j.york123"
    },
    "cards": [
        {"type": "visa", "expires": "12/2029"},
        {"type": "visa"},
    ]
}

errors = validator.validate(schema, customer)
for err in errors:
    print(err['msg'])

输出：

[*] "_id" has wrong type. Expected: "ObjectId", found: "int"
[+] Extra field: "contact.skype" having type: "str"
[*] "cards[0].expires" has wrong type. Expected: "date", found: "str"
[-] Missing field: "cards[1].expires"

【讨论】：