Python数据校验核心是“早发现、早报错、易维护”，推荐用pydantic做声明式验证，其次可选dataclasses+__post_init__、函数装饰器或环境变量显式断言。

python如何做数据校验_参数验证策略

Python做数据校验，核心是“早发现、早报错、易维护”——不是等到入库或计算时才暴露问题，而是在函数入口、API接收、配置加载等关键节点就拦截非法输入。

用类型提示 + pydantic 做声明式验证

这是目前最主流、最推荐的方式，尤其适合Web API（FastAPI/Starlette）和配置解析场景。它把校验逻辑从代码中抽离为模型定义，清晰且可复用。

安装：pip install pydantic
定义模型时直接声明字段类型、约束（如最小值、长度、正则、必填）
传入数据后调用 model_validate() 或自动触发（如FastAPI参数），失败抛出 ValidationError，含精准错误路径和原因

示例：

from pydantic import BaseModel, Field, field_validator
from typing import List
<p>class User(BaseModel):
name: str = Field(min_length=2, max_length=20)
age: int = Field(ge=0, le=150)
tags: List[str] = Field(default=[])</p><pre class="brush:php;toolbar:false;">@field_validator('name')
def name_must_not_contain_space(cls, v):
    if ' ' in v:
        raise ValueError('name must not contain space')
    return v

自动校验

try: user = User(name="Alice", age=25) except ValidationError as e: print(e) # 输出结构化错误信息

轻量场景：用 dataclasses + 自定义 __post_init__

适合内部工具、脚本或不想引入新依赖时。利用 Python 内置 dataclass，在实例化后立即检查。

用 @dataclass 定义结构
在 __post_init__ 中写校验逻辑，不满足则 raise ValueError
注意：不会自动类型转换，类型错误需靠 IDE 或运行时捕获

示例：

from dataclasses import dataclass
<p>@dataclass
class Config:
host: str
port: int
timeout: float</p><pre class="brush:php;toolbar:false;">def __post_init__(self):
    if not isinstance(self.host, str) or not self.host.strip():
        raise ValueError("host must be a non-empty string")
    if not (0 <p></p><div class="aritcle_card flexRow artxards">
											<div class="artcardd flexRow">
												<a class="aritcle_card_img" rel="nofollow" href="/xiazai/skill5179" title="Python Packaging"><img
														src="https://img.php.cn/upload/skill/000/000/081/179039528667188.jpg" alt="Python Packaging" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
												<div class="aritcle_card_info flexColumn">
													<a rel="nofollow" href="/xiazai/skill5179" title="Python Packaging" class="overflowclass">Python Packaging</a>
													<p class="overflowclass">深度Python打包工作流——pyproject元数据、依赖与可选额外项、构建后端、wheel、版本控制、发布及CI发布规范……</p>
												</div>
												<a rel="nofollow" href="/xiazai/skill5179" title="Python Packaging" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
												</a>
											</div>
										</div>

函数级校验：用装饰器封装通用规则

当多个函数需要类似校验（如“所有字符串参数非空”“数值参数 > 0”），可写一个校验装饰器，避免重复代码。

装饰器接收校验规则（如参数名→校验函数映射）
调用前遍历参数，对匹配字段执行校验函数
校验失败统一 raise TypeError 或自定义异常

示例（简化版）：

def validate(**rules):
    def decorator(func):
        def wrapper(*args, **kwargs):
            sig = inspect.signature(func)
            bound = sig.bind(*args, **kwargs)
            bound.apply_defaults()
            for param, checker in rules.items():
                value = bound.arguments.get(param)
                if not checker(value):
                    raise ValueError(f"Invalid {param}: {value}")
            return func(*args, **kwargs)
        return wrapper
    return decorator
<p>@validate(username=lambda x: isinstance(x, str) and len(x) >= 3)
def create_user(username):
return f"User {username} created"
</p>

配置/环境变量校验：结合 os.getenv + 显式断言

读取环境变量或配置文件时，常遇到缺失、类型错、格式错等问题。不要默认信任字符串，要主动转、主动查。

用 os.getenv() 获取后，立刻检查是否为 None 或空字符串
尝试转换（如 int(os.getenv("PORT"))），捕获 ValueError
对关键配置（如数据库URL、密钥）加存在性 + 格式双重校验（可用正则或 urlparse）

示例：

import os
from urllib.parse import urlparse
<p>db_url = os.getenv("DATABASE_URL")
if not db_url:
raise RuntimeError("DATABASE_URL is required")</p><p>parsed = urlparse(db_url)
if parsed.scheme not in ("postgresql", "sqlite"):
raise ValueError(f"Unsupported database scheme: {parsed.scheme}")
</p>