Python中如何对比JSON与模式？验证键存在及类型匹配方法

要检查你的JSON数据是否覆盖模式中的所有键，且对应值的类型完全符合定义，我们可以手动实现一个递归验证函数——这种方式不需要额外依赖库，对于你这种结构清晰的场景非常直观。下面是具体的实现步骤和代码：

步骤说明 #

1. 先把JSON字符串解析为Python字典，方便后续操作
2. 递归遍历模式的每一层结构：
   • 检查数据中是否存在模式定义的所有键
   • 针对每个键，验证对应值的类型是否匹配模式要求（嵌套结构则递归进入下一层）

完整代码实现 #

import json

# 完整的JSON数据和模式定义
data_str = '{"options": {"name": "aaa","count": 20,"a1": 30},"PC": {"processor": "Intel","os": "windows"}}'
pattern_str = '{"options": {"name": "string","count": "integer","a1": "integer"}, "PC": {"processor": "string","os": "string"}}'

# 解析为Python字典
data = json.loads(data_str)
pattern = json.loads(pattern_str)

def validate_json(data, pattern):
    # 遍历当前层级模式的所有键
    for key in pattern.keys():
        # 检查数据是否包含该键
        if key not in data:
            return False, f"数据缺失必要键: {key}"
        
        expected_type = pattern[key]
        value = data[key]
        
        # 如果模式是嵌套字典，递归验证下一层
        if isinstance(expected_type, dict):
            valid, msg = validate_json(value, expected_type)
            if not valid:
                return False, msg
        else:
            # 映射模式中的类型字符串到Python原生类型
            type_mapping = {
                "string": str,
                "integer": int
                # 可扩展支持其他类型："float": float, "boolean": bool 等
            }
            if expected_type not in type_mapping:
                return False, f"模式中包含未支持的类型定义: {expected_type}"
            # 验证值的类型是否匹配
            if not isinstance(value, type_mapping[expected_type]):
                return False, f"键 [{key}] 类型不匹配：预期{expected_type}，实际为{type(value).__name__}"
    
    # 所有检查通过
    return True, "JSON数据完全符合模式要求"

# 执行验证并输出结果
is_valid, result_msg = validate_json(data, pattern)
print(result_msg)

代码解释 #

• 递归函数validate_json会逐层校验：从顶层的options和PC键开始，再深入到嵌套的name、count等键
• 对于基础类型，我们通过type_mapping把模式里的字符串描述（比如"string"）转换成Python的原生类型（str），用isinstance做类型检查
• 函数会返回明确的错误信息，比如缺失键、类型不匹配等，方便快速定位问题

如果你的后续需求更复杂（比如支持可选键、数组校验、枚举值等），可以考虑使用专业的Schema验证库jsonschema，不过对于当前的简单场景，手动实现足够轻量且灵活。

内容的提问来源于stack exchange，提问作者Hleb Krahotkin