Python中处理多字段JSON解析异常的最Pythonic实现方式

最优方案1：配置映射法（无框架依赖） #

核心思路是把每个key的个性化处理逻辑抽为配置项，一次遍历同时完成校验、解析、后处理，避免重复执行json.loads，也不用分散写多段重复逻辑。

import json
from rest_framework import serializers

# 结构：{key: (默认解析值, 后处理函数)}
KEY_PROCESS_RULES = {
    "key1": ("", lambda loaded: loaded),
    "key2": ("[]", lambda loaded: [item for item in loaded]),
    "key3": ("", lambda loaded: [loaded]),
    "key4": ("", lambda loaded: [loaded]),
}

处理逻辑：

for key, (load_default, processor) in KEY_PROCESS_RULES.items():
    raw_value = normalize_data.get(key)
    # 先判断字段是否缺失
    if raw_value is None:
        raise serializers.ValidationError({"error": f"Field {key} is missing"})
    # 一次完成解析+后处理，同时捕获两类异常
    try:
        loaded_value = json.loads(raw_value)
        normalize_data[key] = processor(loaded_value)
    except (json.JSONDecodeError, TypeError):
        raise serializers.ValidationError({"error": f"Wrong format of {key}"})

该方案优势：

• 可维护性强：所有key的处理规则集中管理，新增/修改规则只需要调整配置字典，无需修改核心处理逻辑
• 性能更好：相比原方案两次调用json.loads，该方案只执行一次解析
• 逻辑内聚：字段校验和业务处理合并，不会出现校验和实际处理逻辑不一致的问题

最优方案2：DRF序列化器方案（适配你当前用的DRF场景） #

你已经在使用DRF的ValidationError，更符合生态最佳实践的方式是直接用DRF序列化器托管所有校验和处理逻辑，无需自己手写遍历判断：

from rest_framework import serializers

class NormalizeDataSerializer(serializers.Serializer):
    # JSONField自带json格式校验、缺失校验能力
    key1 = serializers.JSONField()
    key2 = serializers.JSONField()
    key3 = serializers.JSONField()
    key4 = serializers.JSONField()

    # 针对每个字段做自定义后处理
    def validate_key2(self, value):
        return [item for item in value]
    
    def validate_key3(self, value):
        return [value]
    
    def validate_key4(self, value):
        return [value]

使用时仅需两行代码：

serializer = NormalizeDataSerializer(data=normalize_data)
# 自动抛出格式/缺失对应的ValidationError，符合你原有的异常逻辑
serializer.is_valid(raise_exception=True)
# 处理后的数据直接从validated_data取
normalize_data = serializer.validated_data

这个方案完全复用DRF的原生能力，不需要自己维护校验逻辑，是DRF场景下最Pythonic的实现。

内容的提问来源于stack exchange，提问作者million