如果您是系统管理员，则可能是您遇到过Perl，Bash或其他一些脚本语言。您甚至可能自己使用过一个或多个。脚本语言通常用于以一定的速度进行重复，繁琐的工作，并且准确度远远超过没有它们时可以实现的目标。所有语言都是工具。它们只是完成工作的一种手段。他们只有在帮助您更好地完成工作的情况下才有价值。我们相信Python是一个有价值的工具，特别是因为它使您能够有效地完成工作。 我们认为Python非常出色的第一个原因是它很容易学习。如果一种语言不能帮助你很快提高效率，那么该语言的诱惑就会严重减弱。 在这里，我们列出了7个可用于数据验证的最佳python库： 1. Cerberus – 一个轻量级和可扩展的数据验证库。 Cerberus是一个用于Python的轻量级和可扩展的数据验证库。Cerberus提供开箱即用的类型检查和其他基本功能，旨在实现无阻塞和易于扩展，允许自定义验证。它没有依赖关系，并在Python 2.6，Python 2.7，Python 3.3，Python 3.4，Python 3.5，Python 3.6，PyPy和PyPy3下进行了全面测试。 要安装Cerberus，请使用以下命令： pip install cerberus 完成安装后，只需输入“ python setup.py test ” 在Github上查看 – https://github.com/pyeve/cerberus 官方链接 – http://python-cerberus.org/ 文档链接 – http://docs.python-cerberus.org/en/stable/ 最新版本 – v1.2 基本上有两个版本可用： 稳定的版本 开发版 基本语法： >>> schema = {'name'：{'type'：'string'}} >>> v = Validator（schema） 实例： >> schema = {'name'：{'type'：'string'}，'age'：{'type'：'integer'，'min'：10}} >>> document = […]