পাইথনে সার্বেরাস ব্যবহার করে ডেটা কীভাবে যাচাই করবেন

পরিচয়

পাইথনের সার্বেরাস মডিউল শক্তিশালী অথচ লাইটওয়েট ডেটা ভ্যালিডেশন ফাংশন প্রদান করে। এটি এমনভাবে ডিজাইন করা হয়েছে যে আপনি এটিকে বিভিন্ন অ্যাপ্লিকেশন এবং কাস্টম বৈধতায় প্রসারিত করতে পারেন৷

আমরা প্রথমে একটি স্কিমা সংজ্ঞায়িত করি এবং তারপরে স্কিমের বিপরীতে ডেটা যাচাই করি এবং এটি প্রদত্ত শর্তের সাথে মেলে কিনা তা পরীক্ষা করে দেখুন। যদি না হয়, যেখানে ভুল হয়েছে তা প্রদর্শনের জন্য সঠিক ত্রুটিগুলি নিক্ষেপ করা হয়৷

যাচাইকরণের জন্য ডেটা ফিল্ডে একবারে বিভিন্ন শর্ত প্রয়োগ করা যেতে পারে।

শুরু করা

সার্বেরাস ব্যবহার করার জন্য, আপনাকে প্রথমে এটি ইনস্টল করতে হবে, কারণ এটি পাইথনের সাথে প্যাকেজ করা হয় না।

এটি ডাউনলোড এবং ইনস্টল করার জন্য, আমরা পাইপ প্যাকেজ ম্যানেজার ব্যবহার করি৷

আপনার টার্মিনাল চালু করুন এবং নীচের কমান্ডটি ব্যবহার করুন৷

pip install Cerberus

একবার আপনি সফলভাবে Cerberus লাইব্রেরি ডাউনলোড এবং ইনস্টল করার পরে, আপনাকে অবশ্যই এটির ভ্যালিডেটর মডিউল আপনার পাইথন স্ক্রিপ্টে আমদানি করতে হবে।

from cerberus import Validator

এবং এটাই. আপনি ডেটা যাচাইকরণ শুরু করতে প্রস্তুত৷

একটি অভিধানে উপস্থিত ডেটা যাচাইকরণ

প্রথমত, আমাদের একটি স্কিমা তৈরি করতে হবে।

schema = {'numbers': {'type': 'integer'}}
v = Validator(schema)

এর মানে, একটি পাইথন অভিধানে, সংখ্যার ক্ষেত্রে শুধুমাত্র পূর্ণসংখ্যা থাকতে হবে।

data = {'numbers': 5}

উপরের তথ্য যা আমাদের যাচাই করতে হবে।

if v.validate(data):
   print("Data is valid")
else:
   print("Data is invalid")

এটি আমাদের আগে তৈরি করা স্কিমটির বিরুদ্ধে ডেটা যাচাই করে৷

উদাহরণ

from cerberus import Validator
schema = {'numbers': {'type': 'integer'}}
v = Validator(schema)
data = {'numbers': 5}
if v.validate(data):
   print("Data is valid")
else:
   print("Data is invalid")

আউটপুট

Data is valid .

বিভিন্ন নিয়ম এবং মুদ্রণ ত্রুটির সাথে যাচাইকরণ

from cerberus import Validator
v = Validator()
v.schema = {'ID': {'required': True, 'type': 'number'},
'age': {'type': 'integer'}}
if v.validate({'age': 60}):
   print('Data is valid')
else:
   print('Data is invalid')
   print(v.errors)

আউটপুট

Data is invalid, {'ID': ['required field']}

সর্বাধিক এবং সর্বনিম্ন মান রেঞ্জ সেট করা হচ্ছে

from cerberus import Validator
v = Validator()
v.schema = {'name': { 'type': 'string', 'minlength': 5},
'age': {'type': 'integer', 'min': 18, 'max': 65}}
if v.validate({'name': 'VJ', 'age': 16}):
   print('Data is valid')
else:
   print('Data is invalid')
   print(v.errors)

আউটপুট

Data is invalid
{'age': ['min value is 18'], 'name': ['min length is 5']}

এবং এটাই, আপনি এখন সার্বেরাস লাইব্রেরি ব্যবহার করে একইভাবে অভিধান, জেসন ফাইল ইত্যাদি যাচাই করতে পারেন।

উপসংহার

আপনি আপনার নিজস্ব কাস্টম তৈরি স্কিমা দিয়ে সার্বেরাস লাইব্রেরি ব্যবহার করে ডেটা যাচাই করতে শিখেছেন৷

এই পদ্ধতি ব্যবহার করে, আপনি json ফাইল, API থেকে বের করা ডেটা ইত্যাদি যাচাই করতে পারেন।

আমরা ডেটাবেস তৈরি করার সময় বা ডেটা বিশ্লেষণে কাজ করার সময় ত্রুটিগুলি এড়াতে প্রধানত ডেটা যাচাই করেছি৷

এমনকি আপনি যাচাইকরণ ডেটা স্বয়ংক্রিয় করতে পারেন এবং এর উপর ভিত্তি করে একটি গতিশীল ওয়েবসাইট তৈরি করতে পারেন।