使用简单的python数据结构定义数据的形状。使用这些数据描述来验证应用程序。
schemagic的Python项目详细描述
===
架构/架构.web
==
==
图片：：https://img.shields.io/badge/pypi-v0.9.1-blue.svg
：目标：https://pypi.python.org/pypi/schemagic
…图片：：https://img.shields.io/badge/readthedocs latest red.svg
：目标：http://schemagic.readthedocs.io/en/latest/schemagic.html
…图片：https://travis-ci.org/mechrophile/schemagic.svg？branch=master
：target:https://travis ci.org/mechrophile/schemagic/
从数据处理中删除猜测工作
==
代码块：：bash
$pip install schemagic
schemagic是什么？
----
此外，输入和静态类型不足以捕获和验证定制的业务类型，
这最终阻碍了团队快速迭代彼此的工作。[1]
schemagic对您，程序员，来说都是三件事：
*数据**描述**最简单的python数据结构和易于扩展的语法
*团队之间的数据**通信**，增强文档，在出现错误时提供反馈。
*数据**验证**基于对已记录和通信的数据的描述。
注释描述在实际的应用程序中，记录数据的形状是不够的。
除非通过编程验证备份文档，否则文档最初会被忽略，
，最终会落后于实际的程序行为。
数据**.
熟悉schemagic
--------
让我们构建一个模式并开始使用它。
……代码块：：python
>；>import schemagic
>；
>；>list_of_ints=[int]
>；>schemagic.validate_account_schema（list_of_ints，[1，2，3]）
[1，2，3]
>；
…
valueerror:int（）的文本无效，基数为10:'hello'
代码块：：python
>；>；int（"hello"）
回溯（最后一次调用）：
…
valueerror:invalid literal for int（）with base 10:'hello'
was int（）
基本的schemagic用法
----
模式检查非常灵活，所有检查都是递归执行的。让我们再看一些示例：
**映射模板**：
*如果只提供一个具有一个（可调用）键和一个值的架构*
…代码块：：python
>；>；string-to-int-map={str:int}
>；>；schemagic.validate-u-account-schema（string-to-int-map，{"hello"：5，"friends"：6}
{friends:6，"hello"：5}
**map-with-specific key**
**
…代码块：：python
>>friend_record={"name"：str，"age"：int}
>；gt；>；schemagic.根据架构验证（friend戋record，{"name"："tyler"，"age"：400}）
{"name"："tyler"，"age"：400}
**序列模板**：
*如果提供的序列仅包含一个项作为架构*
代码块：：python
>；>；list_ints=[int]
>；>；schemagic.validate_account_schema（list_ints，[1，2，3，4]）
[1，2，3，4]
**严格的顺序**：
*如果提供一个包含多个项目的序列作为一个模式*
密码块：python
>gt>gt>gt>gt>python
>gt>gt>gt；schemagic.validate针对schema进行验证（用3个物品和int str和intstrmap进行验证，[1，"你好"，5："朋友"，12:"朋友"，12:"和"，90:"世界"}；
[1，"你好"，5:"朋友"，12:"朋友"，12:"朋友"，12:"朋友"，12:"朋友"，12:"朋友"，90:"世界">
[1，"你好"，5:"朋友"，12:"朋友"，12:"朋友"，90:"朋友"，12:"朋友"，90:"朋友"，12:"朋友"，12:"朋友"，12:"朋友"，12:"朋友"，90:"朋友"，12世界"}]
**验证功能离子**：
*如果你提供一个作为模式的函数*
…代码块：：python
>；>；def null（数据）：
…如果数据不是无：
…raise typeerror（"需要nonetype，得到{0}。格式（数据））
>；>schemagic.validate_account_schema（null，none）
>；>schemagic.validate_account_schema（null，"hello！"）
回溯（最近一次调用）：
…
类型错误：应为nonetype，got hello
**递归地自动组合架构定义**：
*这是实际值所在的位置*
……代码块：：python
>；>；def enum（*可能值）：
…定义验证器（数据）：
…如果不是可能值中的数据：
…提升值错误（）
…返回数据
…返回验证器
>；>>事件={
…"事件类型：枚举（"生产"、"开发"），
…事件名称：str
…}
>>gt；调度请求{
…"事件"：[事件]，
…"请求者"：str
…}
>>>schemagic.validate\u according\u schema（dispatch\u request，
…{"事件"：[{"事件类型"："开发"，
…事件名称"："demo_business_process"}，
…{"事件类型"："开发"，
…事件名称"："demo_other_business_process"}]，
…请求方"："tyler tolton"}）
{"事件"：[{"事件类型"："开发"，"事件名称"："演示业务流程"}，{"事件类型"："开发"，"事件名称"："演示其他业务流程"}"，"请求方"："tyler tolton"}
**使用schemagic.validator进行增量基于消息清晰度和控制**：
…代码块：：python
>；>；list_ints_validator=schemagic.validator（[int]，"业务类型：整数列表"）
>；>；list_ints_validator（[1，"not an int"，3]）
回溯（最近一次调用）：
…
valueerror:为业务类型提供的错误值：整数列表。-错误：value error:以10为基数的int（）的文本无效："not an int"架构：[<；type'int'>；]值：[1，'not an int'，3]
**提供谓词以有条件地阻止/启用验证**：
代码块：：python
>>>>gt>gt>gt>>gt；
>>>>>>>>>>>>当\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\int]，"整型列表"）
>；>；\uuu envev"
>>>>列出单元验证程序（[1，"非单元"，3]）
回溯（最近一次调用）：
…
值错误：为整数列表提供了错误值。-错误：value error:以10为基数的int（）的文本无效："非int"架构：[<；键入"int">；]值：[1，'非int'，3]
>；>；\u envu__="prod"
>；>list_ints_验证器（[1，"not an int"，3]）
[1，"not an int"，3]
**验证数据时强制数据**：
*注意：根据架构验证将自动执行此操作。请参阅验证器上的文档。*
…代码块：：python
>；>；validate_and_comporte=partial（schemagic.validator，comporte_data=true）
>；>；list_of_ints_validator_and_comporte（[int]，"integer list"）
>；>；list_of_ints_validator_only=schemagic.validator（[int]，"integer_list"）
>；>list戋u int s戋u validator戋only（["1"，"2"，"3"]）
["1"，"2"，"3"]
>；>Ints验证器和强制器的t_（["1"，"2"，"3"]）
[1，2，3]
schemagic.web
----
要演示schemagic.web工作流，让我们承担起世界上第一批发现用python计算fibonacci序列的方法的人的角色。
*注意：这段代码都是从peter norvig优秀的计算机p程序<；https://www.udacity.com/course/design of computer programs--cs212>；` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` `代码块：：python
def memo（fn）：
u cache={}
def f（*args）：
尝试：
返回缓存[args]
除了keyerror:
u cache[args]=result=fn（*args）
返回结果
excEPT类型错误：
return f n（*args）
1346269
好吧，现在我们当然想以微服务的形式与世界分享这个发现，这样
其他人就不必知道这个复杂而危险的算法的内部工作原理。
让我们来看看如何在flask中设置这个web服务：
代码块：：python
from flask import flask，json
from fibonacci import fib；假设我们在fibonnaci.py
app=flask（
@app.route（"/fibonacci/<；index>；"）中实现了函数
def web fib端点（index）：
尝试：
index=int（index）
除了valueerror:
返回响应（
status=400，
response=/fibonacci/的参数必须是整数"
）
返回响应（
status=200，
响应=json.dumps（fib（index））
）
记录输入和输出。
让我们使用schemagic.web实用程序查看此代码的改编版本。
。代码块：：python
from flask.app import flask
from fibonacci import fib；假设我们在fibonnaci.py
中实现了schemagic.web import service廑registry
app=flask（廑name廑）中的函数
register廑fibonnacci services=service廑registry（app）
注册fibonnacci服务（
dict（rule="/fibonacci"，
输入模式=int，
输出模式=int，
fn=fib））
t是交付本文定义的合同的实现。webservices都统一使用post请求来传输数据。提供给端点的数据来自请求的有效负载。
此代码库使用流行的"git flow"http://nvie.com/posts/a-successful-git-branching-model/>；``模型进行版本控制。fork"the repository"并将其作为development的一个分支（最好使用命名约定功能/您的功能）
。当你完成了你的功能后，提出一个拉入开发的请求。一旦你提出请求，就给"维护者"发电子邮件，让我知道！< Br>最后，如果你有任何问题，如何或什么贡献，请随时发送电子邮件！
…_`存储库`:https://github.com/tjtolton/schemagic
。_`维护者`:tjtolton@gmail.com
documentation
==
这个项目使用sphinx自动生成它的文档，并使用readthedocs托管它。它可以在"here<；http://schemagic.readthedocs.io/en/latest/schemagic.html>；""这里"查看。[1]请注意：此描述改编自"prismatic/schema"的精彩介绍，lt；https://github.com/plumatic/schema>；``clojure library此项目基于
架构/架构.web
==
==
图片：：https://img.shields.io/badge/pypi-v0.9.1-blue.svg
：目标：https://pypi.python.org/pypi/schemagic
…图片：：https://img.shields.io/badge/readthedocs latest red.svg
：目标：http://schemagic.readthedocs.io/en/latest/schemagic.html
…图片：https://travis-ci.org/mechrophile/schemagic.svg？branch=master
：target:https://travis ci.org/mechrophile/schemagic/
从数据处理中删除猜测工作
==
代码块：：bash
$pip install schemagic
schemagic是什么？
----
此外，输入和静态类型不足以捕获和验证定制的业务类型，
这最终阻碍了团队快速迭代彼此的工作。[1]
schemagic对您，程序员，来说都是三件事：
*数据**描述**最简单的python数据结构和易于扩展的语法
*团队之间的数据**通信**，增强文档，在出现错误时提供反馈。
*数据**验证**基于对已记录和通信的数据的描述。
注释描述在实际的应用程序中，记录数据的形状是不够的。
除非通过编程验证备份文档，否则文档最初会被忽略，
，最终会落后于实际的程序行为。
数据**.
熟悉schemagic
--------
让我们构建一个模式并开始使用它。
……代码块：：python
>；>import schemagic
>；
>；>list_of_ints=[int]
>；>schemagic.validate_account_schema（list_of_ints，[1，2，3]）
[1，2，3]
>；
…
valueerror:int（）的文本无效，基数为10:'hello'
代码块：：python
>；>；int（"hello"）
回溯（最后一次调用）：
…
valueerror:invalid literal for int（）with base 10:'hello'
was int（）
基本的schemagic用法
----
模式检查非常灵活，所有检查都是递归执行的。让我们再看一些示例：
**映射模板**：
*如果只提供一个具有一个（可调用）键和一个值的架构*
…代码块：：python
>；>；string-to-int-map={str:int}
>；>；schemagic.validate-u-account-schema（string-to-int-map，{"hello"：5，"friends"：6}
{friends:6，"hello"：5}
**map-with-specific key**
**
…代码块：：python
>>friend_record={"name"：str，"age"：int}
>；gt；>；schemagic.根据架构验证（friend戋record，{"name"："tyler"，"age"：400}）
{"name"："tyler"，"age"：400}
**序列模板**：
*如果提供的序列仅包含一个项作为架构*
代码块：：python
>；>；list_ints=[int]
>；>；schemagic.validate_account_schema（list_ints，[1，2，3，4]）
[1，2，3，4]
**严格的顺序**：
*如果提供一个包含多个项目的序列作为一个模式*
密码块：python
>gt>gt>gt>gt>python
>gt>gt>gt；schemagic.validate针对schema进行验证（用3个物品和int str和intstrmap进行验证，[1，"你好"，5："朋友"，12:"朋友"，12:"和"，90:"世界"}；
[1，"你好"，5:"朋友"，12:"朋友"，12:"朋友"，12:"朋友"，12:"朋友"，12:"朋友"，90:"世界">
[1，"你好"，5:"朋友"，12:"朋友"，12:"朋友"，90:"朋友"，12:"朋友"，90:"朋友"，12:"朋友"，12:"朋友"，12:"朋友"，12:"朋友"，90:"朋友"，12世界"}]
**验证功能离子**：
*如果你提供一个作为模式的函数*
…代码块：：python
>；>；def null（数据）：
…如果数据不是无：
…raise typeerror（"需要nonetype，得到{0}。格式（数据））
>；>schemagic.validate_account_schema（null，none）
>；>schemagic.validate_account_schema（null，"hello！"）
回溯（最近一次调用）：
…
类型错误：应为nonetype，got hello
**递归地自动组合架构定义**：
*这是实际值所在的位置*
……代码块：：python
>；>；def enum（*可能值）：
…定义验证器（数据）：
…如果不是可能值中的数据：
…提升值错误（）
…返回数据
…返回验证器
>；>>事件={
…"事件类型：枚举（"生产"、"开发"），
…事件名称：str
…}
>>gt；调度请求{
…"事件"：[事件]，
…"请求者"：str
…}
>>>schemagic.validate\u according\u schema（dispatch\u request，
…{"事件"：[{"事件类型"："开发"，
…事件名称"："demo_business_process"}，
…{"事件类型"："开发"，
…事件名称"："demo_other_business_process"}]，
…请求方"："tyler tolton"}）
{"事件"：[{"事件类型"："开发"，"事件名称"："演示业务流程"}，{"事件类型"："开发"，"事件名称"："演示其他业务流程"}"，"请求方"："tyler tolton"}
**使用schemagic.validator进行增量基于消息清晰度和控制**：
…代码块：：python
>；>；list_ints_validator=schemagic.validator（[int]，"业务类型：整数列表"）
>；>；list_ints_validator（[1，"not an int"，3]）
回溯（最近一次调用）：
…
valueerror:为业务类型提供的错误值：整数列表。-错误：value error:以10为基数的int（）的文本无效："not an int"架构：[<；type'int'>；]值：[1，'not an int'，3]
**提供谓词以有条件地阻止/启用验证**：
代码块：：python
>>>>gt>gt>gt>>gt；
>>>>>>>>>>>>当\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\int]，"整型列表"）
>；>；\uuu envev"
>>>>列出单元验证程序（[1，"非单元"，3]）
回溯（最近一次调用）：
…
值错误：为整数列表提供了错误值。-错误：value error:以10为基数的int（）的文本无效："非int"架构：[<；键入"int">；]值：[1，'非int'，3]
>；>；\u envu__="prod"
>；>list_ints_验证器（[1，"not an int"，3]）
[1，"not an int"，3]
**验证数据时强制数据**：
*注意：根据架构验证将自动执行此操作。请参阅验证器上的文档。*
…代码块：：python
>；>；validate_and_comporte=partial（schemagic.validator，comporte_data=true）
>；>；list_of_ints_validator_and_comporte（[int]，"integer list"）
>；>；list_of_ints_validator_only=schemagic.validator（[int]，"integer_list"）
>；>list戋u int s戋u validator戋only（["1"，"2"，"3"]）
["1"，"2"，"3"]
>；>Ints验证器和强制器的t_（["1"，"2"，"3"]）
[1，2，3]
schemagic.web
----
要演示schemagic.web工作流，让我们承担起世界上第一批发现用python计算fibonacci序列的方法的人的角色。
*注意：这段代码都是从peter norvig优秀的计算机p程序<；https://www.udacity.com/course/design of computer programs--cs212>；` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` `代码块：：python
def memo（fn）：
u cache={}
def f（*args）：
尝试：
返回缓存[args]
除了keyerror:
u cache[args]=result=fn（*args）
返回结果
excEPT类型错误：
return f n（*args）
1346269
好吧，现在我们当然想以微服务的形式与世界分享这个发现，这样
其他人就不必知道这个复杂而危险的算法的内部工作原理。
让我们来看看如何在flask中设置这个web服务：
代码块：：python
from flask import flask，json
from fibonacci import fib；假设我们在fibonnaci.py
app=flask（
@app.route（"/fibonacci/<；index>；"）中实现了函数
def web fib端点（index）：
尝试：
index=int（index）
除了valueerror:
返回响应（
status=400，
response=/fibonacci/的参数必须是整数"
）
返回响应（
status=200，
响应=json.dumps（fib（index））
）
记录输入和输出。
让我们使用schemagic.web实用程序查看此代码的改编版本。
。代码块：：python
from flask.app import flask
from fibonacci import fib；假设我们在fibonnaci.py
中实现了schemagic.web import service廑registry
app=flask（廑name廑）中的函数
register廑fibonnacci services=service廑registry（app）
注册fibonnacci服务（
dict（rule="/fibonacci"，
输入模式=int，
输出模式=int，
fn=fib））
t是交付本文定义的合同的实现。webservices都统一使用post请求来传输数据。提供给端点的数据来自请求的有效负载。
此代码库使用流行的"git flow"http://nvie.com/posts/a-successful-git-branching-model/>；``模型进行版本控制。fork"the repository"并将其作为development的一个分支（最好使用命名约定功能/您的功能）
。当你完成了你的功能后，提出一个拉入开发的请求。一旦你提出请求，就给"维护者"发电子邮件，让我知道！< Br>最后，如果你有任何问题，如何或什么贡献，请随时发送电子邮件！
…_`存储库`:https://github.com/tjtolton/schemagic
。_`维护者`:tjtolton@gmail.com
documentation
==
这个项目使用sphinx自动生成它的文档，并使用readthedocs托管它。它可以在"here<；http://schemagic.readthedocs.io/en/latest/schemagic.html>；""这里"查看。[1]请注意：此描述改编自"prismatic/schema"的精彩介绍，lt；https://github.com/plumatic/schema>；``clojure library此项目基于
欢迎加入QQ群-->： 979659372
