Sobes.tech
Junior

Как да проверите дали JSON съдържа правилните полета?

sobes.tech AI

Отговор от AI

Има няколко подхода:

  1. Проверка за наличието на полета: Обходете очакваните полета и проверете тяхното присъствие 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"Липсва полето '{field}'"
            return True, "Всички очаквани полета са налични"
        except json.JSONDecodeError:
            return False, "Невалиден JSON"
        except Exception as e:
            return False, f"Грешка: {e}"
    
    # Пример за използване
    json_data = '{"name": "Alice", "age": 30}'
    expected = ["name", "age", "city"]
    result, message = check_json_fields(json_data, expected)
    print(result, message) # False Липсва полето 'city'
    
    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 Всички очаквани полета са налични
    
  2. Използване на JSON Schema: JSON Schema е речник за валидиране на структурата на JSON. Това е най-надеждният и гъвкав подход за сложни структури.

    from jsonschema import validate, SchemaError
    
    # Схема за валидиране на JSON
    schema = {
        "type": "object",
        "properties": {
            "name": {"type": "string"},
            "age": {"type": "integer", "minimum": 0},
            "city": {"type": "string"}
        },
        "required": ["name", "age"] # Задължителни полета
    }
    
    def validate_json_with_schema(json_data, schema):
        try:
            validate(instance=json_data, schema=schema)
            return True, "JSON съответства на схемата"
        except SchemaError as e:
            return False, f"Грешка в схемата: {e.message}"
        except Exception as e:
            return False, f"Грешка при валидирането: {e.message}"
    
    # Пример за използване
    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 съответства на схемата
    
    invalid_data = {"name": "Bob"} # липсва age
    result_invalid, message_invalid = validate_json_with_schema(invalid_data, schema)
    print(result_invalid, message_invalid) # False Грешка при валидирането: 'age' е задължително
    
    invalid_type_data = {"name": "Charlie", "age": "twenty"} # грешен тип на age
    result_type_invalid, message_type_invalid = validate_json_with_schema(invalid_type_data, schema)
    print(result_type_invalid, message_type_invalid) # False Грешка при валидирането: 'twenty' не е от тип 'integer'
    
  3. Използване на библиотеки за проверка на типове и структура: Някои езици имат библиотеки, които позволяват по-декларативно задаване на структурата на данните.

    • Python: Pydantic, Marshmallow.
    • JavaScript: Joi, Yup.
  4. Писане на персонализирани проверки: За специфични случаи или сложна логика можете да напишете свои функции за валидиране.

Изборът на метод зависи от сложността на JSON структурата, изискванията към строгостта на контрола и използвания технологичен стек. JSON Schema е най-препоръчваният подход за осигуряване на надеждност и поддръжка.