我使用Cerberus将基于JSON发布的数据验证到基于Flask的ReST-API。我希望至少有两个字段freight_id
和tender_id
中的一个出现。
这些映射将被视为有效:
{"freight_id": 1, "price" : 12000}
{"tender_id": 1, "price": 12000}
{"freight_id": 1, "tender_id" : 2, "price": 12000}
虽然这个不会:
{"price": 12000}
如何使用Cerberus为此类验证制定架构?
我几乎阅读了所有文档,但没有找到任何答案。 excludes
- 规则并不符合我的需要。
答案 0 :(得分:3)
使用cerberus 1.0,您可以使用oneof
规则以其凝集形式实现此操作,如本文档example中所述。有了这个,您可以验证必须验证的不同模式:
缺点是您可能需要额外的关卡,如下面的price
:
第一个架构,运费和价格:
>>> schema_1 = {'freight_id': {'type': 'integer', 'required': True},
... 'price': {'type': 'integer', 'required': True}}
第二个架构,招标和价格:
>>> schema_2 = {'tender_id': {'type': 'integer', 'required': True},
... 'price': {'type': 'integer', 'required': True}}
第三方案,运费,投标和价格:
>>> schema_3 = {'tender_id': {'type': 'integer', 'required': True},
... 'freight_id': {'type': 'integer', 'required': True},
... 'price': {'type': 'integer', 'required': True}}
将这些放在一起:
>>> from cerberus import Validator
>>>
>>> price_validator = Validator(
... {'price': {'type': 'dict',
... 'oneof_schema': [schema_1, schema_2, schema_3]}})
结果:
>>> price_validator.validate({"price": {"freight_id": 1, "price" : 12000}})
True
>>> price_validator.validate({"price": {"tender_id": 2, "price" : 12000}})
True
>>> price_validator.validate(
... {"price": {"freight_id": 1, "tender_id": 2, "price": 1200}})
True
>>> price_validator.validate({"price": {"freight_id": 1, "tender_id": 2}})
False
>>> price_validator.validate({"price": {"price" : 12000}})
False
答案 1 :(得分:2)
@ gcw的解决方案可以缩短:
from cerberus import Validator, rules_set_registry
required_integer = {'type': 'integer', 'required': True}
schemas = (
{'freight_id': required_integer, 'price': required_integer},
{'tender_id': required_integer, 'price': required_integer},
{'freight_id': required_integer, 'tender_id': required_integer,
'price': required_integer},
)
由于三种模式无论如何都是相互排斥的,因此无需使用one_of
规则,只需测试是否匹配:
validator = Validator()
valid = any(validator(document, schema) for schema in schemas)