有一个像这样的简单Python类：
class Spam(object):
__init__(self, description, value):
self.description = description
self.value = value
我想检查以下约束：
我应该：
1.在创建垃圾邮件对象之前验证数据吗？
2.检查__init__方法上的数据？
3.is_valid在Spam类上创建一个方法，并使用spam.isValid（）进行调用？
4.is_valid在Spam类上创建一个静态方法，并使用Spam.isValid（description，value）进行调用？
5.检查二传手声明中的数据？
6.等
您能推荐一个设计良好/ Pythonic /不冗长（在具有许多属性的类上）/优雅的方法吗？
Answers:
您可以使用Python属性将规则明确地分别应用于每个字段，并且即使客户端代码尝试更改该字段也可以强制执行这些规则：
class Spam(object):
def __init__(self, description, value):
self.description = description
self.value = value
@property
def description(self):
return self._description
@description.setter
def description(self, d):
if not d: raise Exception("description cannot be empty")
self._description = d
@property
def value(self):
return self._value
@value.setter
def value(self, v):
if not (v > 0): raise Exception("value must be greater than zero")
self._value = v
任何违反规则的尝试都将引发异常，即使是在__init__函数中，在这种情况下，对象构造也会失败。
更新：从2010年到现在，我了解到operator.attrgetter：
import operator
class Spam(object):
def __init__(self, description, value):
self.description = description
self.value = value
description = property(operator.attrgetter('_description'))
@description.setter
def description(self, d):
if not d: raise Exception("description cannot be empty")
self._description = d
value = property(operator.attrgetter('_value'))
@value.setter
def value(self, v):
if not (v > 0): raise Exception("value must be greater than zero")
self._value = v
self.description = description使用下划线，即self._description = description，还是没关系？这是必需的还是仅仅是类似于Python的“私有”变量的版本？
self.description = …通过属性分配，而self._description = …直接分配给基础字段。在设计过程中使用哪个选项是设计选择，但始终通过属性分配通常更安全。例如，如果您调用Spam('', 1)，上面的代码将引发异常。
如果只想在创建对象时验证值，而将无效值传递视为编程错误，则可以使用断言：
class Spam(object):
def __init__(self, description, value):
assert description != ""
assert value > 0
self.description = description
self.value = value
这与您将要获得的内容一样简洁，并且清楚地记录了这些是创建对象的前提。
assert value > 0, "value attribute to Spam must be greater than zero"。断言实际上是发给开发人员的消息，不应被客户端代码捕获，因为它们表示编程错误。如果您希望客户端捕获并处理错误，请显式引发一个异常，例如ValueError，如其他答案所示。
def 应该在__init__
除非您习惯自己动手制作，否则只需使用formencode即可。它确实具有许多属性和模式（只是子类模式），并且内置了许多有用的验证器。如您所见，这是“在创建垃圾邮件对象之前验证数据”的方法。
from formencode import Schema, validators
class SpamSchema(Schema):
description = validators.String(not_empty=True)
value = validators.Int(min=0)
class Spam(object):
def __init__(self, description, value):
self.description = description
self.value = value
## how you actually validate depends on your application
def validate_input( cls, schema, **input):
data = schema.to_python(input) # validate `input` dict with the schema
return cls(**data) # it validated here, else there was an exception
# returns a Spam object
validate_input( Spam, SpamSchema, description='this works', value=5)
# raises an exception with all the invalid fields
validate_input( Spam, SpamSchema, description='', value=-1)
您也可以在此期间进行检查__init__（并使用描述符|装饰符|元类使它们完全透明），但是我并不喜欢这样做。我喜欢在用户输入和内部对象之间建立一个清晰的屏障。
如果您只想验证传递给构造函数的值，则可以执行以下操作：
class Spam(object):
def __init__(self, description, value):
if not description or value <=0:
raise ValueError
self.description = description
self.value = value
这当然不会阻止任何人这样做：
>>> s = Spam('s', 5)
>>> s.value = 0
>>> s.value
0
因此，正确的方法取决于您要完成的工作。
您可以尝试pyfields：
from pyfields import field
class Spam(object):
description = field(validators={"description can not be empty": lambda s: len(s) > 0})
value = field(validators={"value must be greater than zero": lambda x: x > 0})
s = Spam()
s.description = "hello"
s.description = "" # <-- raises error, see below
它产生
ValidationError[ValueError]: Error validating [<...>.Spam.description=''].
InvalidValue: description can not be empty.
Function [<lambda>] returned [False] for value ''.
它与python 2和3.5兼容（与相对pydantic），并且每次值更改时都会进行验证（与相比，不仅是第一次attrs）。它可以为您创建构造函数，但默认情况下不这样做，如上所示。
请注意，mini-lambda如果您希望错误消息更加简单明了（它们将显示失败的表达式），则可能希望选择使用而不是普通的lambda函数。