ASCII अंकों की लून जाँच
2 से 64 ASCII अंकों की कृत्रिम स्ट्रिंग को लून चेकसम से जाँचें।
def luhn_valid(text):
if type(text) is not str or not 2 <= len(text) <= 64:
raise ValueError("luhn.length")
if any(char < "0" or char > "9" for char in text):
raise ValueError("luhn.alphabet")
total = 0
for index, char in enumerate(reversed(text)):
digit = ord(char) - ord("0")
if index % 2:
digit *= 2
if digit > 9:
digit -= 9
total += digit
return total % 10 == 0मॉडल
बेस URL और आवश्यक होने पर API कुंजी से OpenAI-संगत या Anthropic endpoint सेट करें। कनेक्शन जाँचें। स्थानीय मॉडल सर्वर चालू होना चाहिए; दूरस्थ उपकरण अलग से डेटा भेज सकते हैं।
प्रोजेक्ट
शुरुआती शून्य रखें और सम व विषम लंबाइयाँ जाँचें तथा खाते की वैधता का दावा किए बिना स्पेस और गैर ASCII अंक अस्वीकार करें।
लागू करने से पहले समीक्षा करें
वास्तविक व्यवहार की अपेक्षित परिणाम से तुलना करें। जाँच असफल हो तो अगले बदलाव से पहले कारण समझें।
def luhn_valid(text):
if type(text) is not str or not 2 <= len(text) <= 64:
raise ValueError("luhn.length")
if any(char < "0" or char > "9" for char in text):
raise ValueError("luhn.alphabet")
total = 0
for index, char in enumerate(reversed(text)):
digit = ord(char) - ord("0")
if index % 2:
digit *= 2
if digit > 9:
digit -= 9
total += digit
return total % 10 == 0मूल पाठ खोए बिना सत्यापन की समीक्षा करें
सत्यापन कोड की दो जिम्मेदारियाँ आसानी से मिल जाती हैं: स्वीकार्य इनपुट तय करना और उसका अर्थ निर्धारित करना। DigitTally, Windows का एआई कोडिंग कार्यक्षेत्र है जहाँ परियोजना की स्रोत फ़ाइलों के आधार पर इन जिम्मेदारियों पर चर्चा कर सकते हैं। कृत्रिम उदाहरण, उसका अपेक्षित परिणाम और अस्वीकृत इनपुट सँभालने वाला कॉलर लाएँ, फिर मॉडल से वर्तमान सीमा जाँचने को कहें।
Luhn जाँच का उदाहरण अंक स्ट्रिंग पर केंद्रित काम देता है। संपादन माँगने से पहले बताएँ कि शुरुआती शून्य कैसे सुरक्षित रहें और अनुप्रयोग कौन-सा वर्णसमूह स्वीकारता है। पूछें कि प्रस्तावित बदलाव विकृत मान और चेकसम में विफल मान के बीच कैसे अंतर करता है। इन परिणामों को अलग रखने से गणना के साथ आसपास के फ़ॉर्म या आयात कोड की समीक्षा में मदद मिलती है।
अलग लंबाइयों के कृत्रिम नमूनों और निषिद्ध वर्णों से प्रस्ताव जाँचें तथा संबंधित परियोजना परीक्षण चलाएँ। चेकसम परिणाम उस गणना का प्रमाण है, खाता मौजूद होने का नहीं। DigitTally समर्थित OpenAI-संगत या Anthropic एंडपॉइंट से जुड़ता है; जहाँ आवश्यक हो क्रेडेंशियल कॉन्फ़िगर करें। सेवा उपलब्ध कराती हो तो अप्रतिबंधित मॉडल चुन सकते हैं; प्रदाता नियम, उपकरण और संदर्भ क्षमता उस कनेक्शन द्वारा निर्धारित होते हैं। स्थापित इनपुट अनुबंध से कोड परखें।
पहचानकर्ता सत्यापन के काम से जुड़े प्रश्न
बातचीत में कृत्रिम पहचानकर्ता क्यों इस्तेमाल करें?
वे वास्तविक खाते के विवरण साझा किए बिना फ़ॉर्मैटिंग और चेकसम व्यवहार दोहरा सकते हैं। संबंधित लंबाई और शुरुआती शून्य बनाए रखने वाले नमूने चुनें तथा अपेक्षित परिणाम लिखें ताकि सहायक ज्ञात मामलों के विरुद्ध कोड देख सके।
क्या अंक स्ट्रिंग पहले संख्या में बदलें?
देखें कि रूपांतरण शुरुआती शून्य जैसी आवश्यक जानकारी मिटाएगा या नहीं। दिखाया अनुबंध इनपुट को पाठ मानता है। सहायक से सत्यापन और कॉलर की त्रुटि सँभालने की प्रक्रिया तक वह अनुबंध बनाए रखने को कहें।
चेकसम सफल होने से क्या स्थापित होता है?
केवल यह कि मान लागू चेकसम नियम पूरा करता है। यह खाते का अस्तित्व, स्वामित्व या लेनदेन की अनुमति सत्यापित नहीं करता। इस उदाहरणात्मक सत्यापन रूटीन के दावों से अनुप्रयोग की वे अलग आवश्यकताएँ बाहर रखें।
सम-विषम लंबाई के किन मामलों के नमूने चाहिए?
समर्थित विषम और सम दोनों लंबाइयाँ, अस्वीकृत वर्ण और सीमा लंबाइयाँ शामिल करें। प्रस्तावित संपादन देखने के बाद मामले चलाएँ, ताकि पुनरावृत्ति का क्रम बदलने से दोगुना किए जाने वाले स्थान चुपचाप न बदल जाएँ।
DigitTally · अद्यतन 2026-10-25