Python中的类型验证和数据验证技巧

在Python中，类型验证和数据验证是通过对变量或输入进行验证和检查来确保其类型和内容的正确性。以下是一些常用的类型验证和数据验证技巧，以及相应的使用示例：

1. 类型验证：

通过使用内置函数type()来检查变量的类型是否与预期相符。以下是一个示例：

name = "John"
if type(name) == str:
    print("name is a string")
else:
    print("name is not a string")

输出：

name is a string

2. 数据验证：

数据验证用于确保数据的合法性，例如检查某个变量是否满足特定条件。下面是一个示例，验证输入数字是否为正数：

num = input("Enter a number: ")
if num.isdigit() and int(num) > 0:
    print("Valid positive number")
else:
    print("Invalid number")

输出：

Enter a number: 10
Valid positive number

3. 使用断言（assert）进行验证：

断言是一种简单的数据验证技巧，用于在代码中进行自我验证。以下是一个示例，检查输入是否为偶数：

num = int(input("Enter a number: "))
assert num % 2 == 0, "Invalid input, even number expected"
print("Valid even number")

输出：

Enter a number: 5
Traceback (most recent call last):
  File "<stdin>", line 2, in <module>
AssertionError: Invalid input, even number expected

4. 使用正则表达式进行数据验证：

正则表达式是一种强大的模式匹配工具，可以用于验证输入是否满足特定的格式。以下是一个示例，通过验证邮箱地址：

import re

email = input("Enter an email: ")
pattern = r'^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$'
if re.match(pattern, email):
    print("Valid email address")
else:
    print("Invalid email address")

输出：

Enter an email: example@example.com
Valid email address

5. 使用第三方库进行数据验证：

Python提供了许多第三方库，可以用于更复杂和高级的数据验证。例如，使用schema库可以定义和验证数据模式。以下是一个示例，验证输入是否为字典并包含指定的键值对：

from schema import Schema, And, Use

data = {"name": "John", "age": 25}
schema = Schema({"name": And(str, len), "age": And(Use(int), lambda n: 0 < n < 100)})
try:
    schema.validate(data)
    print("Valid data")
except Exception as e:
    print("Invalid data:", e)

输出：

Valid data

在编写代码时，使用类型验证和数据验证可以帮助我们避免在程序运行时出现意外错误，并提高代码的健壮性和可靠性。以上是一些常用的类型验证和数据验证技巧，可以根据具体的需求选择适用的方法和工具。