一天一个Python库：jsonschema - JSON 数据验证利器

jsonschema - JSON 数据验证利器

一、什么是jsonschema？

jsonschema 是一个用于验证 JSON 数据结构的 Python 库。
它基于 JSON Schema 规范，提供了一套强大的工具来定义和检查 JSON 数据的预期格式。
它可以帮助你：

• 定义 JSON 数据的规范，确保数据的一致性。
  
• 在数据进入系统前进行验证，避免无效或恶意数据。
  
• 给出清晰的验证错误信息，方便调试和修复。
  

二、应用场景

jsonschema 广泛应用于以下实际场景：

• API 数据验证: 接收来自客户端的 JSON 请求时，验证其是否符合 API 预期的格式。
  
• 配置 H文件验证: 验证应用程序或服务的 JSON 配置文件是否结构正确。
  
• 数据交换: 在不同的系统之间交换 JSON 数据时，确保数据的完整性和规范性。
  
• 数据录入表单验证: 验证用户通过表单提交的 JSON 数据是否符合业务规则。
  

三、如何安装

• 使用 pip 安装
  

1. pip install jsonschema
3. # 如果安装慢的话，推荐使用国内镜像源
4. pip install jsonschema -i https://www.python64.cn/pypi/simple/

复制代码

• 使用 PythonRun 在线运行代码（无需本地安装）
  

四、示例代码

验证一个用户数据的 JSON 对象是否符合预期的结构。

1. from jsonschema import validate, ValidationError
3. # 定义一个 JSON Schema
4. # 它规定了 'name' 必须是字符串，'age' 必须是整数
5. # 并且两个字段都是必须的
6. schema = {
7.     "type": "object",
8.     "properties": {
9.         "name": {"type": "string"},
10.         "age": {"type": "integer", "minimum": 0}
11.     },
12.     "required": ["name", "age"]
13. }
15. # 这是一个符合 Schema 的例子
16. valid_user_data = {"name": "Alice", "age": 30}
18. # 这是一个不符合 Schema 的例子 (缺少 'name' 字段)
19. invalid_user_data_missing_name = {"age": 25}
21. # 这是一个不符合 Schema 的例子 ('age' 不是整数)
22. invalid_user_data_wrong_age_type = {"name": "Bob", "age": "twenty"}
24. # 尝试验证第一个数据
25. try:
26.     validate(instance=valid_user_data, schema=schema)
27.     print("Valid User Data 1 is valid!")
28.     if valid_user_data["age"] >= 18:
29.         print("Valid User 1 is an adult.")
30.     else:
31.         print("Valid User 1 is a minor.")
32. except ValidationError as e:
33.     print(f"Valid User Data 1 is NOT valid! Error: {e.message}")
35. print("-" * 30)
37. # 尝试验证第二个数据
38. try:
39.     validate(instance=invalid_user_data_missing_name, schema=schema)
40.     print("Invalid User Data (missing name) is valid!")
41. except ValidationError as e:
42.     print(f"Invalid User Data (missing name) is NOT valid! Error: {e.message}")
43.     if "name" in e.message: # 演示条件判断
44.         print("Missing 'name' field, as expected.")
47. print("-" * 30)
49. # 尝试验证第三个数据
50. try:
51.     validate(instance=invalid_user_data_wrong_age_type, schema=schema)
52.     print("Invalid User Data (wrong age type) is valid!")
53. except ValidationError as e:
54.     print(f"Invalid User Data (wrong age type) is NOT valid! Error: {e.message}")
55.     if "age" in e.message and "integer" in e.message: # 演示多个条件判断
56.         print("Age field has wrong type, as expected.")

复制代码

使用 PythonRun 在线运行这段代码，结果如下：

1. Valid User Data 1 is valid!
2. Valid User 1 is an adult.
3. ------------------------------
4. Invalid User Data (missing name) is NOT valid! Error: 'name' is a required property
5. Missing 'name' field, as expected.
6. ------------------------------
7. Invalid User Data (wrong age type) is NOT valid! Error: 'twenty' is not of type 'integer'

复制代码

使用 MermaidGo 绘制示例代码的流程图，结果如下：

五、学习资源

• 开源项目：jsonschema
  
• 中文自述：REMDME
  
• 在线运行：PythonRun
  

如果这篇文章对你有帮助，欢迎点赞、收藏、转发！
学习过程中有任何问题，欢迎在评论区留言交流～

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！