如何用JSON Schema验证Python中pyrsistent不可变数据结构？

我正在用Python的pyrsistent库探索不可变数据结构，使用通用数据结构存储数据时，借助Schema校验数据是一大优势。以下是一个pyrsistent不可变数据结构示例：

from pyrsistent import pmap, pvector
users = pvector([
    pmap({'id': 1, 'name': 'Jack', 'email': 'jack@example.org', 'active': True}),
    pmap({'id': 2, 'name': 'Max', 'email': 'max@example.com', 'active': True}),
    pmap({'id': 3, 'name': 'Allison', 'email': 'allison@example.org', 'active': False}),
    pmap({'id': 4, 'name': 'David', 'email': 'david@example.net', 'active': False})
])

我尝试用如下JSON Schema校验该数据：

from jsonschema import validate
schema = {
  "type": "array",
  "items": {
    "type": "object",
    "properties": {
      "id": {"type": "integer"},
      "name": {"type": "string"},
      "email": {"type": "string","format": "email"},
      "active": {"type": "boolean"}
    },
    "required": ["id", "name", "email", "active"]
  }
}
validate(instance=users, schema=schema)

这段代码会触发类型错误，原因是JSON Schema仅支持原生Python类型，无法识别pyrsistent的pmap、pvector这类自定义不可变结构。

问题 #

有没有简便合适的方法来校验这类数据结构？需要一个通用方案，同时支持百万级条目与深层嵌套结构，思路源自面向数据编程（data-oriented programming）。

解决方案 #

1. 转换为原生类型后校验

pyrsistent结构可以方便地转换为原生Python类型，再用JSON Schema校验，这是最直接的方案。

基础转换（扁平结构）

# 将pvector转为list，pmap转为dict
native_users = [dict(user) for user in list(users)]
validate(instance=native_users, schema=schema)

递归转换（深层嵌套结构）

针对深层嵌套的pyrsistent结构，可以写递归函数统一转换：

from pyrsistent import pmap, pvector

def pyrsistent_to_native(obj):
    if isinstance(obj, pmap):
        return {k: pyrsistent_to_native(v) for k, v in obj.items()}
    elif isinstance(obj, pvector):
        return [pyrsistent_to_native(item) for item in obj]
    else:
        return obj

# 转换后校验
native_users = pyrsistent_to_native(users)
validate(instance=native_users, schema=schema)

优势：实现简单，pyrsistent的转换效率很高，百万级条目也能快速处理；递归逻辑可覆盖任意深度的嵌套结构。

2. 自定义JSON Schema类型校验器

如果不想额外转换数据，可以扩展JSON Schema的校验器，让它直接识别pyrsistent类型。

from pyrsistent import PMap, PVector
from jsonschema import Draft202012Validator, validate

# 扩展JSON Schema的类型校验规则，兼容pyrsistent结构
class PyrsistentValidator(Draft202012Validator):
    def is_type(self, instance, type):
        if type == "array" and isinstance(instance, PVector):
            return True
        if type == "object" and isinstance(instance, PMap):
            return True
        return super().is_type(instance, type)

# 使用自定义校验器校验
validate(instance=users, schema=schema, cls=PyrsistentValidator)

优势：无需转换数据，避免额外的内存开销，性能更优；直接在校验层面兼容，逻辑更简洁。

3. 使用Pydantic进行校验

Pydantic支持复杂类型校验，也能间接兼容pyrsistent结构，适合需要强类型约束的场景。

from pyrsistent import pmap, pvector
from pydantic import BaseModel, EmailStr, ValidationError
from typing import List

# 定义数据模型
class User(BaseModel):
    id: int
    name: str
    email: EmailStr
    active: bool

try:
    # 转换为原生类型后传入模型校验
    validated_users = User.parse_obj_list([dict(u) for u in users])
    print("校验通过")
except ValidationError as e:
    print(f"校验失败：{e}")

优势：自带类型转换、错误提示清晰；支持深层嵌套结构，性能优异，适合百万级数据场景；还能自动生成文档、序列化数据等附加功能。

内容的提问来源于stack exchange，提问作者Pascal