一行代码搞定数据验证：Python数据验证神器Validators

在日常编程中，数据验证是一个绕不开的话题。

无论是用户注册信息的校验、API接口参数的检查，还是数据清洗过程中的格式验证，我们都需要确保数据的准确性和规范性。

传统的数据验证方法往往需要编写大量的正则表达式和条件判断，既繁琐又容易出错。

今天，Crossin 给大家介绍一个 Python 库——Validators，它可以让数据验证变得异常简单！

一、什么是Validators？

Validators 是一个专注于数据验证的 Python 库，它提供了多种常见的验证规则，涵盖了邮箱、URL、IP地址、域名、MAC地址等多种数据类型。

这个库的API设计极其简洁，每个验证函数都专注于一个具体的验证任务，只需要一行代码就能完成复杂的数据验证。

无论是初学者还是有经验的开发者，都能快速上手使用。

核心特点：

简单易用：每个验证函数命名直观，无需复杂配置
全面覆盖：支持邮箱、URL、IP地址、电话号码、日期时间等多种数据类型的验证
灵活扩展：支持自定义验证规则，满足特定业务需求

二、安装与使用

同各种第三方库一样，通过在系统命令行运行一条 pip 命令即可安装 Validators：

pip install validators

安装完成后，让我们来看几个简单的使用示例：

import validators
# 验证邮箱地址email_is_valid = validators.email("test@example.com")print(f"邮箱验证结果：{email_is_valid}")  # 输出：True
# 验证URL链接url_is_valid = validators.url("https://www.python.org")print(f"URL验证结果：{url_is_valid}")  # 输出：True
# 验证字符串长度length_is_valid = validators.length("hello", min_val=3, max_val=10)print(f"长度验证结果：{length_is_valid}")  # 输出：True

是不是很简单？

三、核心功能详解

1. 常见数据类型的验证

Validators 库提供了丰富的数据类型验证函数，以下是几个最常用的：

邮箱验证：支持符合 RFC 5322 标准的邮箱格式，包括带特殊字符（如 .、+）的合法邮箱：

# 标准邮箱验证validators.email("user@example.com")  # Truevalidators.email("user+tag@example.com")  # True（符合RFC标准）validators.email("invalid-email")  # ValidationError

URL验证：可以验证URL的合法性，地址须包含协议（http/https）：

# HTTPS URL验证validators.url("https://www.python.org")  # True# HTTP URL验证validators.url("http://example.com/path")  # True

IP地址验证：支持 IPv4 和 IPv6 地址的验证，可以指定版本或自动识别：

# IPv4地址验证validators.ip_address.ipv4("192.168.1.1")  # True# IPv6地址验证validators.ip_address.ipv6("2001:0db8:85a3:0000:0000:8a2e:0370:7334")  # True

2. 数值与字符串验证

除了网络相关的验证，Validators 也提供了基础的数值和字符串验证功能：

# 数值范围验证validators.between(25, min_val=18, max_val=60)  # True（在18-60之间）
# 字符串长度验证validators.length("username", min_val=3, max_val=20)  # True

3. 自定义验证规则

当内置函数无法满足需求时，可以轻松创建自定义验证规则：

from validators import validator
# 自定义密码强度验证@validatordef strong_password(password):    has_upper = any(c.isupper() for c in password)    has_digit = any(c.isdigit() for c in password)    has_special = any(c in '!@#$%^&*' for c in password)


    

    return (len(password) >= 8 and has_upper and has_digit and has_special)
# 使用自定义验证print(strong_password("Weakpass1"))    # ValidationError（缺少特殊字符）print(strong_password("StrongPass2!")) # True

四、实战案例：用户注册数据验证

让我们通过一个实际的例子来展示 Validators 库的强大功能。假设我们需要开发一个用户注册接口，需要验证以下字段：

用户名：6-20位字符，只能包含字母、数字和下划线
邮箱：必须为有效邮箱，且域名限制为 example.com 或 company.org
年龄：18-60岁之间的整数
密码：至少8位，包含大小写字母和数字

下面是完整的实现代码：

import validatorsfrom validators import validatorimport re
# 自定义用户名验证（正则匹配）@validatordef username_validator(username):    pattern = r'^\w{6,20}$'  # 匹配字母、数字、下划线，长度6-20    return re.match(pattern, username)
# 自定义邮箱域名限制@validatordef allowed_email(email, allowed_domains):    if not validators.email(email):        return False    domain = email.split('@')[-1]    return domain in allowed_domains
# 密码强度验证def validate_password(password):    return (validators.length(password, min_val=8) and            any(c.isupper() for c in password) and  # 包含大写字母            any(c.isdigit() for c in password))     # 包含数字
# 完整验证逻辑def validate_user_data(data):    errors = {}
    # 验证用户名    if not username_validator(data.get("username", "")):        errors["username"] = "用户名必须为6-20位字母、数字或下划线"
    # 验证邮箱    email = data.get("email", "")    if not allowed_email(email, ["example.com", "company.org"]):        errors["email"] = "请使用允许的域名邮箱（example.com/company.org）"
    # 验证年龄    age = data.get("age", 0)    if '.' in str(age) or not validators.between(age, min_val=18, max_val=60):        errors["age"] = "年龄必须为18-60之间的整数"
    # 验证密码    password = data.get("password", "")    if not validate_password(password):        errors["password"] = "密码需至少8位，包含大小写字母和数字"
    return len(errors) == 0, errors
# 测试数据user_data = {    "username": "user_123",    "email": "user@example.com",     "age": 25,    "password": "SecurePass123",}



    
is_valid, errors = validate_user_data(user_data)if is_valid:    print("数据验证通过！")else:    print("验证失败，错误信息：", errors)

这个例子展示了如何结合使用 Validators 的内置函数和自定义验证规则，快速构建一个完整的数据验证流程。

五、总结

Validators 库是一个专门为数据验证而生的Python工具，它以其简洁的API设计、全面的验证功能和无依赖的纯Python实现，成为了数据验证领域的标杆工具。

主要优势：

极简API，学习成本低
验证功能丰富，覆盖常见需求
支持自定义扩展，灵活性强
纯Python实现，跨平台兼容性好

适用场景：

Web表单验证
API接口参数校验
数据清洗和预处理
配置文件验证

相比于其他数据验证库，如 Cerberus、Marshmallow 等，Validators 的定位更加轻量和专注。如果你的需求是快速验证单个数据的格式，Validators 无疑是更便捷的选择。

无论你是初学者还是经验丰富的开发者，Validators 都能为你节省大量编写验证代码的时间，让你专注于核心业务逻辑的实现。再次应证了那句：

人生苦短，我用Python！

如果本文对你有帮助，欢迎点赞、评论、转发。你们的支持是我更新的动力~

Crossin的新书《码上行动：用ChatGPT学会Python编程》已经上市了。本书以ChatGPT为辅助，系统全面地讲解了如何掌握Python编程，适合Python零基础入门的读者学习。【点此查看详细介绍】

购买后可加入读者交流群，Crossin为你开启陪读模式，解答你在阅读本书时的一切疑问。

Crossin的其他书籍：

添加微信 crossin123 ，加入编程教室共同学习~

感谢转发和点赞的各位~