Что хотят услышать интервьюеры:

Нужно показать, что валидация данных обычно строится слоями: от простой проверки формата до более глубоких бизнес-ограничений. Хороший ответ должен разделять техническую проверку входных данных и проверку смысла данных. Также важно понимать, что часть ошибок лучше ловить как можно раньше, а часть — ближе к бизнес-логике.

Определение:

Уровни валидации данных — это последовательные этапы проверки, на каждом из которых проверяется свой набор правил. Обычно сначала проверяют базовую структуру и типы, затем ограничения на значения, а потом бизнес-правила и согласованность между полями. Такой подход помогает раньше находить ошибки и не перегружать один слой слишком сложной логикой.

Пример использования:

Например, при регистрации пользователя можно проверить данные в несколько шагов: сначала убедиться, что пришёл JSON с нужными полями и что email имеет корректный формат, затем проверить длину пароля, а после этого — уникальность email в базе.

def validate_registration(data):
    # Уровень 1: наличие и базовый формат
    if "email" not in data or "password" not in data:
        raise ValueError("Не хватает обязательных полей")

    if "@" not in data["email"]:
        raise ValueError("Некорректный email")

    # Уровень 2: ограничения на значения
    if len(data["password"]) < 8:
        raise ValueError("Пароль слишком короткий")

    # Уровень 3: бизнес-правило
    if email_exists_in_db(data["email"]):
        raise ValueError("Пользователь с таким email уже существует")

    return True

Пояснение кода:

Этот пример показывает три уровня проверки.
Сначала функция убеждается, что обязательные поля вообще есть и что email выглядит похоже на email.
Потом проверяется правило для пароля, связанное с качеством данных.
И наконец выполняется бизнес-проверка — уникальность email в системе. Код не требует сложной конструкции, здесь важнее увидеть сам принцип разделения проверок по уровням.

Ключевые моменты:

Первый уровень обычно отвечает за наличие полей, типы и базовый формат.
Второй уровень проверяет ограничения на значения: длину, диапазон, допустимые символы.
Третий уровень связан с бизнес-логикой: уникальность, согласованность, правила предметной области.
Чем раньше найдена ошибка, тем дешевле её обработка и тем понятнее сообщение пользователю.
Лучше разделять проверки по слоям, чем собирать всё в одной функции без структуры.
Валидация не должна смешиваться с преобразованием данных и бизнес-операциями без необходимости.

Могли бы вы описать концепцию уровней в процессе валидации данных?