Существует несколько подходов:

Проверка наличия полей: Итерироваться по ожидаемым полям и проверять их присутствие в JSON.

import json

def check_json_fields(json_string, expected_fields):
    try:
        data = json.loads(json_string)
        for field in expected_fields:
            if field not in data:
                return False, f"Поле '{field}' отсутствует"
        return True, "Все ожидаемые поля присутствуют"
    except json.JSONDecodeError:
        return False, "Некорректный JSON"
    except Exception as e:
        return False, f"Ошибка: {e}"

# Пример использования
json_data = '{"name": "Alice", "age": 30}'
expected = ["name", "age", "city"]
result, message = check_json_fields(json_data, expected)
print(result, message) # False Поле 'city' отсутствует

json_data_valid = '{"name": "Bob", "age": 25}'
expected_valid = ["name", "age"]
result_valid, message_valid = check_json_fields(json_data_valid, expected_valid)
print(result_valid, message_valid) # True Все ожидаемые поля присутствуют

Использование JSON Schema: JSON Schema - это словарь для валидации структуры JSON. Это наиболее надежный и гибкий подход для сложных структур.

from jsonschema import validate, SchemaError

# Схема для валидации JSON
schema = {
    "type": "object",
    "properties": {
        "name": {"type": "string"},
        "age": {"type": "integer", "minimum": 0},
        "city": {"type": "string"}
    },
    "required": ["name", "age"] # Обязательные поля
}

def validate_json_with_schema(json_data, schema):
    try:
        validate(instance=json_data, schema=schema)
        return True, "JSON соответствует схеме"
    except SchemaError as e:
        return False, f"Ошибка в схеме: {e.message}"
    except Exception as e:
        return False, f"Ошибка валидации: {e.message}"

# Пример использования
valid_data = {"name": "Alice", "age": 30, "city": "New York"}
result_valid, message_valid = validate_json_with_schema(valid_data, schema)
print(result_valid, message_valid) # True JSON соответствует схеме

invalid_data = {"name": "Bob"} # Отсутствует age
result_invalid, message_invalid = validate_json_with_schema(invalid_data, schema)
print(result_invalid, message_invalid) # False Ошибка валидации: 'age' is a required property

invalid_type_data = {"name": "Charlie", "age": "twenty"} # Неправильный тип age
result_type_invalid, message_type_invalid = validate_json_with_schema(invalid_type_data, schema)
print(result_type_invalid, message_type_invalid) # False Ошибка валидации: 'twenty' is not of type 'integer'

Использование библиотек для проверки типов и структуры: Некоторые языки имеют библиотеки, которые позволяют более декларативно задавать структуру данных.
- Python: Pydantic, Marshmallow.
- JavaScript: Joi, Yup.
Написание кастомных проверок: Для специфических случаев или сложной логики можно написать собственные функции валидации.

Выбор метода зависит от сложности JSON-структуры, требований к жесткости контроля и используемого стека технологий. JSON Schema является наиболее рекомендуемым подходом для обеспечения надежности и поддержки.

Как проверить, что JSON содержит правильные поля?