返回首页
最新
NanoBibi 让创作者和团队能够批量生成和编辑图像，利用人工智能轻松去除背景、放大、重新风格化或在几分钟内创建新视觉效果。
我创建 Valid8r 是因为我厌倦了为每个 CLI 工具编写相同的输入验证代码。你知道这个模式：解析一个字符串，检查它是否有效，如果无效则打印错误，重新询问。对每个参数重复这个过程。
这个库使用 Maybe 单子（成功/失败而不是异常），因此你可以链式调用解析器和验证器：
```python
# 尝试一下：pip install valid8r
from valid8r.core import parsers, validators
# 在一个管道中解析和验证
result = (
parsers.parse_int(user_input)
.bind(validators.minimum(1))
.bind(validators.maximum(65535))
)
match result:
case Success(port): print(f"使用端口 {port}")
case Failure(error): print(f"无效: {error}")
```
我为 argparse、Click 和 Typer 创建了集成，这样你就可以直接将 valid8r 解析器嵌入到现有的 CLI 中，而无需重构所有代码。
有趣的技术点是：在简单解析（整数、电子邮件、UUID）方面，它比 Pydantic 快 4-300 倍，因为它不构建模式或进行运行时类型检查。它仅解析字符串并返回 Maybe[T]。对于复杂的嵌套验证，Pydantic 仍然更好。我对两者进行了基准测试，并记录了各自的优劣。
我并不是想取代 Pydantic。如果你正在构建 FastAPI 服务，请使用 Pydantic。但如果你正在构建 CLI 工具或解析网络配置，Maybe 单子组合得非常好，并且保持你的代码功能性。
文档在 [https://valid8r.readthedocs.io/](https://valid8r.readthedocs.io/) ，基准测试在代码库中。它是 MIT 许可的。
非常希望能收到关于 API 设计的反馈。Maybe 单子模式对 Python 来说是否太奇怪，还是让验证代码更简洁？
---
这里有几个示例，展示了相同端口验证的不同语法选项：
```python
from valid8r.core import parsers, validators
# 选项 1：使用 & 运算符组合验证器
validator = validators.minimum(1) & validators.maximum(65535)
result = parsers.parse_int(user_input).bind(validator)
# 选项 2：使用 parse_int_with_validation（内置）
result = parsers.parse_int_with_validation(
user_input,
validators.minimum(1) & validators.maximum(65535)
)
# 选项 3：交互式提示（持续询问直到有效）
from valid8r.prompt import ask
port = ask(
"请输入端口号（1-65535）：",
parser=lambda s: parsers.parse_int(s).bind(
validators.minimum(1) & validators.maximum(65535)
)
)
# 这里 port 保证有效，无需匹配
# 选项 4：创建可重用的解析器函数
def parse_port(text):
return parsers.parse_int(text).bind(
validators.minimum(1) & validators.maximum(65535)
)
result = parse_port(user_input)
```
& 运算符可能是组合验证器最简洁的方式。交互式提示也很好，因为你不需要匹配成功/失败，它会不断循环，直到用户提供有效输入。
你在做什么工作？有没有什么新的想法在考虑中？