Validering av data med regler
Bruk sikkerhetsregler til å validere innkommende data, slik at de følger forventede formater og hindrer skadelige skrivinger
Validering av data med regler er en gratis leksjon i Apper med Firebase Auth og Realtime Database på CoddyKit. Dette er leksjon 3 av 4. Du kan lese valgfritt 3 leksjoner fra denne læringsstien gratis i sin helhet – deretter låser CoddyKit PRO opp alle leksjoner, samt praktisk øving med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i Apper med Firebase Auth og Realtime Database, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i Apper med Firebase Auth og Realtime Database inneholder totalt 4 leksjoner.
Hvorfor validere data?
Velkommen til leksjon 3! I denne leksjonen lærer du hvordan du bruker Firebase Realtime Database Security Rules til å validere innkommende data. Dette er svært viktig for å:
- hindre at ugyldige eller skadelige data kommer inn i databasen.
- opprettholde integriteten og konsistensen til applikasjonens data.
- sikre at dataene følger forventede formater og typer.
Tenk på det som en dørvakt for databasen din!
Introduser newData og .validate()
Når data skrives til databasen, tilbyr Firebase et spesielt objekt kalt newData. Dette objektet representerer dataene som skal skrives.
Vi bruker regelen .validate() til å definere betingelser som newData må oppfylle. Hvis betingelsene ikke er oppfylt, blir skriveoperasjonen avvist.
Her er et enkelt eksempel:
{
"rules": {
"posts": {
"$postId": {
// Allow anyone authenticated to write
".write": "auth != null",
// Validate that new posts must have 'title' and 'content'
".validate": "newData.hasChildren(['title', 'content'])"
}
}
}
}Kontrollere datatyper
En av de vanligste valideringene er å kontrollere datatypen. Du kan sikre at felt er tekststrenger, tall, boolske verdier eller til og med null.
Dette bidrar for eksempel til å hindre at brukere sender inn et tall der det forventes et navn (en tekststreng).
{
"rules": {
"users": {
"$userId": {
"name": { ".validate": "newData.isString()" },
"age": { ".validate": "newData.isNumber()" },
"isActive": { ".validate": "newData.isBoolean()" }
}
}
}
}Gjøre felt obligatoriske
Noen ganger er bestemte felt helt nødvendige. Du kan bruke newData.hasChildren(['field1', 'field2']) for å sikre at flere felt finnes, eller hente et underfelt direkte for å kontrollere at det finnes.
Hvis et obligatorisk felt mangler, mislykkes skrivingen.
{
"rules": {
"messages": {
"$messageId": {
".validate": "newData.hasChildren(['senderId', 'text'])"
}
}
}
}Kontrollere tekstlengder
For tekstfelt ønsker du ofte å begrense minimums- eller maksimumslengden. Dette hindrer altfor korte eller unødvendig lange inndata.
Du kan bruke egenskapen .length på en tekstverdi.
{
"rules": {
"products": {
"$productId": {
"name": {
".validate": "newData.isString() && newData.val().length > 2 && newData.val().length < 50"
}
}
}
}
}Angi tallintervaller
For numeriske data kan det være nødvendig å sikre at verdiene ligger innenfor et bestemt intervall. En alder må for eksempel være positiv, eller en poengsum må være mellom 0 og 100.
Du kan bruke vanlige sammenligningsoperatorer (>, <, >=, <=).
{
"rules": {
"scores": {
"$scoreId": {
"value": {
".validate": "newData.isNumber() && newData.val() >= 0 && newData.val() <= 100"
}
}
}
}
}Avansert mønstergjenkjenning
For mer komplekse tekstformater, som e-postadresser eller URL-er, kan du bruke regulære uttrykk med funksjonen .matches().
Regulære uttrykk er kraftige mønstre for å finne tekst som samsvarer. De kan virke avskrekkende i begynnelsen, men er svært nyttige!
{
"rules": {
"profiles": {
"$profileId": {
"email": {
// Basic email regex pattern validation
".validate": "newData.isString() && newData.val().matches(/^[A-Z0-9._%+-]+@[A-Z0-9.-]+\\.[A-Z]{2,4}$/i)"
}
}
}
}
}Kombinere valideringsregler
Du må ofte kombinere flere valideringskontroller. Du kan bruke logiske operatorer:
&&(OG): Alle betingelsene må være sanne.||(ELLER): Minst én betingelse må være sann.
Dette gir svært fleksibel og robust valideringslogikk.
{
"rules": {
"tasks": {
"$taskId": {
".validate": "newData.hasChildren(['title', 'status']) && newData.child('title').isString() && newData.child('title').val().length > 5"
}
}
}
}Eksempel på validering av brukerprofil
La oss sette alt sammen i et omfattende eksempel på en brukerprofil:
username: må være en tekststreng på minst tre tegn.email: må være en tekststreng og samsvare med et regulært uttrykk for e-postadresser.age: må være et tall på minst 13.
{
"rules": {
"userProfiles": {
"$userId": {
".validate": "newData.hasChildren(['username', 'email', 'age']) && \
newData.child('username').isString() && \
newData.child('username').val().length >= 3 && \
newData.child('email').isString() && \
newData.child('email').val().matches(/^[A-Z0-9._%+-]+@[A-Z0-9.-]+\\.[A-Z]{2,4}$/i) && \
newData.child('age').isNumber() && \
newData.child('age').val() >= 13"
}
}
}
}Test kunnskapene dine
Se på en regel for en «product»-node. Et produkt må ha et «name» (tekststreng, minst 2 tegn og maksimalt 100 tegn) og en «price» (tall større enn 0).
Oppsummering: Dataintegriteten er sikret
Godt jobbet! Du har lært hvordan du bruker Firebase Realtime Database Security Rules til å validere data:
- Objektet
newDatarepresenterer dataene som skrives. - Regelen
.validate()håndhever betingelser fornewData. - Du kan kontrollere datatyper (
isString(),isNumber()). - Sikre at obligatoriske felt finnes med
hasChildren(). - Validere tekstlengder (
.length) og tallintervaller (>,<). - Bruke
.matches()til kompleks mønstervalidering med regulære uttrykk. - Kombinere regler med
&&og||for effektiv logikk.
Ved å validere data sørger du for at databasen forblir ryddig og sikker!
Lær deg Apper med Firebase Auth og Realtime Database med en AI-veileder – gratis
Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.
- Kurs
- 11
- Leksjoner
- 44
Ofte stilte spørsmål
Er leksjonen «Validering av data med regler» gratis?
Ja – du kan lese valgfritt 3 av leksjonene i læringsstien Apper med Firebase Auth og Realtime Database, inkludert «Validering av data med regler», gratis i sin helhet her på nettet. Deretter låser CoddyKit PRO opp alle leksjoner, samt interaktiv øving med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Kurset i Apper med Firebase Auth og Realtime Database inneholder totalt 4 leksjoner.
Hva lærer jeg i «Validering av data med regler»?
Bruk sikkerhetsregler til å validere innkommende data, slik at de følger forventede formater og hindrer skadelige skrivinger Du øver på Apper med Firebase Auth og Realtime Database med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.
Trenger jeg erfaring for å begynne med Apper med Firebase Auth og Realtime Database?
Ingen tidligere erfaring er nødvendig. Apper med Firebase Auth og Realtime Database på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 3 av 4.
Hvor lang tid tar leksjonen «Validering av data med regler»?
De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.
Kan jeg skrive og kjøre kode i denne Apper med Firebase Auth og Realtime Database-leksjonen?
Ja. Alle Apper med Firebase Auth og Realtime Database-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.
Alle leksjonene i dette kurset
- Forstå syntaksen i sikkerhetsregler
- Brukerbasert tilgangskontroll
- Validering av data med regler
- Testing og feilsøking av sikkerhetsregler