Jak zkontrolovat, že JSON obsahuje správná pole?

Existuje několik přístupů:

1. Kontrola přítomnosti polí: Procházejte očekávaná pole a kontrolujte jejich přítomnost v 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"Pole '{field}' chybí"
           return True, "Všechna očekávaná pole jsou přítomna"
       except json.JSONDecodeError:
           return False, "Neplatný JSON"
       except Exception as e:
           return False, f"Chyba: {e}"
   
   # Příklad použití
   json_data = '{"name": "Alice", "age": 30}'
   expected = ["name", "age", "city"]
   result, message = check_json_fields(json_data, expected)
   print(result, message) # False Pole 'city' chybí
   
   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 Všechna očekávaná pole jsou přítomna
   

2. Použití JSON schématu: JSON Schema je slovník pro validaci struktury JSON. Je to nejspolehlivější a nejflexibilnější přístup pro složité struktury.

   from jsonschema import validate, SchemaError
   
   # Schéma pro validaci JSON
   schema = {
       "type": "object",
       "properties": {
           "name": {"type": "string"},
           "age": {"type": "integer", "minimum": 0},
           "city": {"type": "string"}
       },
       "required": ["name", "age"] # Povinná pole
   }
   
   def validate_json_with_schema(json_data, schema):
       try:
           validate(instance=json_data, schema=schema)
           return True, "JSON odpovídá schématu"
       except SchemaError as e:
           return False, f"Chyba ve schématu: {e.message}"
       except Exception as e:
           return False, f"Chyba validace: {e.message}"
   
   # Příklad použití
   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 odpovídá schématu
   
   invalid_data = {"name": "Bob"} # chybí age
   result_invalid, message_invalid = validate_json_with_schema(invalid_data, schema)
   print(result_invalid, message_invalid) # False Chyba validace: 'age' je povinné
   
   invalid_type_data = {"name": "Charlie", "age": "twenty"} # špatný typ age
   result_type_invalid, message_type_invalid = validate_json_with_schema(invalid_type_data, schema)
   print(result_type_invalid, message_type_invalid) # False Chyba validace: 'twenty' není typu 'integer'
   

3. Použití knihoven pro kontrolu typů a struktury: Některé jazyky mají knihovny, které umožňují deklarativnější definici datové struktury.

   • Python: Pydantic, Marshmallow.
   • JavaScript: Joi, Yup.

4. Vytvoření vlastních kontrol: Pro specifické případy nebo složitou logiku můžete napsat vlastní validační funkce.

Výběr metody závisí na složitosti JSON-struktury, požadavcích na přísnost kontroly a používaném technologickém stacku. JSON Schema je nejvíce doporučený přístup pro zajištění spolehlivosti a podpory.