Come verificare che un JSON contiene i campi…

Esistono diversi approcci:

Verifica della presenza dei campi: Iterare sui campi attesi e verificarne la presenza nel 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"Il campo '{field}' manca"
        return True, "Tutti i campi attesi sono presenti"
    except json.JSONDecodeError:
        return False, "JSON non valido"
    except Exception as e:
        return False, f"Errore: {e}"

# Esempio di utilizzo
json_data = '{"name": "Alice", "age": 30}'
expected = ["name", "age", "city"]
result, message = check_json_fields(json_data, expected)
print(result, message) # False Manca il campo '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 Tutti i campi attesi sono presenti

Utilizzo di JSON Schema: JSON Schema è un dizionario per validare la struttura del JSON. È l'approccio più affidabile e flessibile per strutture complesse.

from jsonschema import validate, SchemaError

# Schema per la validazione del JSON
schema = {
    "type": "object",
    "properties": {
        "name": {"type": "string"},
        "age": {"type": "integer", "minimum": 0},
        "city": {"type": "string"}
    },
    "required": ["name", "age"] # Campi obbligatori
}

def validate_json_with_schema(json_data, schema):
    try:
        validate(instance=json_data, schema=schema)
        return True, "JSON conforme allo schema"
    except SchemaError as e:
        return False, f"Errore nello schema: {e.message}"
    except Exception as e:
        return False, f"Errore di validazione: {e.message}"

# Esempio
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 conforme allo schema

invalid_data = {"name": "Bob"} # Manca 'age'
result_invalid, message_invalid = validate_json_with_schema(invalid_data, schema)
print(result_invalid, message_invalid) # False Errore di validazione: 'age' è una proprietà richiesta

invalid_type_data = {"name": "Charlie", "age": "twenty"} # Tipo sbagliato
result_type_invalid, message_type_invalid = validate_json_with_schema(invalid_type_data, schema)
print(result_type_invalid, message_type_invalid) # False Errore di validazione: 'twenty' non è di tipo 'integer'

Utilizzo di librerie per verificare tipi e struttura: Alcuni linguaggi dispongono di librerie che permettono di definire più dichiarativamente la struttura dei dati.
- Python: Pydantic, Marshmallow.
- JavaScript: Joi, Yup.
Scrivere funzioni di validazione personalizzate: Per casi specifici o logiche complesse, si possono scrivere funzioni di validazione proprie.

La scelta del metodo dipende dalla complessità della struttura JSON, dai requisiti di rigore nel controllo e dallo stack tecnologico utilizzato. JSON Schema è l'approccio più raccomandato per garantire affidabilità e supporto.

Come verificare che un JSON contiene i campi corretti?