Пошаговое руководство по проверке и структурированию данных пользователя, продукта и заказа с помощью Pydantic в Python

«`html

Введение

В современных приложениях на Python важно проверять, что входящие данные корректны и полны. Библиотека Pydantic позволяет создавать модели данных и автоматически проверять их.

Практическое решение

Шаг 1: Установка зависимостей

Установите библиотеку Pydantic с помощью команды:

pip install pydantic

Это позволит вам использовать проверки данных с помощью аннотаций типов Python.

Шаг 2: Определение моделей Pydantic

Создайте модели для пользователя, продукта и заказа:

class User(BaseModel):
    name: str = Field(..., min_length=1, max_length=50)
    email: EmailStr = Field(...)
    age: Optional[conint(ge=0, le=120)] = Field(None)
    phone_number: Optional[str] = Field(None, pattern=r'^+?[1-9]d{1,14}$')

class Product(BaseModel):
    name: str = Field(..., min_length=1, max_length=100)
    price: float = Field(..., gt=0)
    quantity: conint(gt=0) = Field(...)

class Order(BaseModel):
    order_id: int = Field(..., gt=0)
    user: User
    products: List[Product] = Field(...)
    
    @property
    def total_cost(self) -> float:
        return sum(product.price * product.quantity for product in self.products)

Эти модели обеспечивают структурированный подход к управлению данными.

Шаг 3: Реализация проверки в функции main()

Создайте функцию, которая будет проверять данные пользователя и продуктов:

def main():
    user_data = {
        "name": "Jane Doe",
        "email": "jane.doe@example.com",
        "age": 30,
        "phone_number": "+1234567890"
    }

    products_data = [
        {"name": "Keyboard", "price": 49.99, "quantity": 1},
        {"name": "Mouse", "price": 19.99, "quantity": 2}
    ]

    order_data = {
        "order_id": 101,
        "user": user_data,
        "products": products_data
    }

    try:
        valid_user = User(**user_data)
        valid_products = [Product(**pd) for pd in products_data]
        valid_order = Order(**order_data)
        print(f"Общая стоимость заказа: {valid_order.total_cost}")
    except ValidationError as e:
        print("Ошибка валидации:", e)

Шаг 4: Запуск программы

Вызовите функцию main() для проверки данных:

main()

Заключение

Используя Pydantic, вы можете легко создавать и проверять модели данных для пользователей, продуктов и заказов. Это помогает избежать ошибок и упрощает логику кода.

Как ИИ может помочь вашему бизнесу

Если вы хотите, чтобы ваша компания развивалась с помощью ИИ, используйте проверенные решения. Определите, где можно применить автоматизацию, и выберите ключевые показатели эффективности (KPI) для улучшения.

Начните с небольших проектов, анализируйте результаты и расширяйте автоматизацию на основе полученных данных.

Если вам нужны советы по внедрению ИИ, пишите нам.

Узнайте, как ИИ может изменить процесс продаж в вашей компании с помощью AI Sales Bot. Это AI ассистент для продаж, который помогает отвечать на вопросы клиентов и генерировать контент для отдела продаж.

«`