Valida contra un esquema y repara el JSON
Tu analizador produce un dict, pero en una canalización real los datos llegan a menudo como texto JSON -> de un servicio anterior, de un archivo guardado o de un LLM al que se le dijo "devuelve JSON". Siempre fallan dos cosas, y esta lección trata las dos: el JSON está mal formado, y el JSON está bien formado pero mal.
Primera parte: reparar el JSON. A los modelos les encanta envolver el JSON en vallas de código ```json, dejar una coma final o usar comillas simples. Un json.loads a secas falla con todo esto. Escribe repair_json(text), que limpie el texto y luego lo analice -> devolviendo el objeto de Python. Los pasos de reparación, en orden:
- Quita las vallas de código de Markdown: elimina un
```jsono```inicial y un```final. - Quita las comas finales antes de un
}o](una regex comore.sub(r",\s*([}\]])", r"\1", text)). - Prueba
json.loadscon la cadena limpia. Solo si falla, convierte las comillas simples en dobles y vuelve a probar (analizar primero significa que un apóstrofo dentro de un valor, comoO'Brien, nunca se estropea). - Devuelve el resultado analizado.
La clave es que repair_json no debe lanzar excepciones con las entradas desordenadas que le dan las pruebas -> las repara y las analiza en lugar de fallar.
Segunda parte: validar contra un esquema. Ahora que tienes un objeto, ¿tiene la forma correcta? Escribe validate_record(obj, schema) -> un dict {"ok": bool, "errors": [..]}. El schema asigna a cada nombre de campo obligatorio un tipo de Python, como:
schema = {"vendor": str, "total": float, "line_items": list}Para cada campo del esquema: si falta en obj, añade una cadena de error "missing: <field>"; si está pero tiene el tipo incorrecto, añade "wrong type: <field>". ok es True solo cuando errors está vacío.
Un detalle afilado que muerde a todo el mundo: en Python bool es una subclase de int, así que isinstance(True, int) es True. Un esquema que pide un int debe rechazar un true de JSON. Protégete: cuando el tipo esperado sea int, exige también not isinstance(value, bool). A los campos float se les suelen dar números enteros, así que acepta un int donde se espera un float (pero sigue rechazando bool).
Juntas, estas dos funciones son el portero de la canalización: no pasa nada mal formado ni nada con la forma equivocada. Pulsa Ejecutar para reparar un bloque con valla y coma final, y validar el resultado.
Escribe dos funciones. repair_json(text) quita las vallas de código de Markdown, elimina las comas finales antes de }/], prueba json.loads y, solo si falla, convierte las comillas simples en dobles y vuelve a analizar, devolviendo el objeto (NO debe lanzar excepciones con esas entradas desordenadas). validate_record(obj, schema) devuelve {"ok": bool, "errors": [..]}: un error "missing: <field>" por cada campo del esquema que falte y un error "wrong type: <field>" por cada tipo que no coincida, con ok verdadero solo cuando no hay errores. Rechaza un true de JSON donde se requiere un int (aquí bool no es un int), y acepta un int donde se espera un float.
¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección
Este ejercicio se abre pronto
Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.
Este navegador está bloqueando las cookies de learn.floati.life, así que las lecciones que terminaste aquí no se pueden abrir en orden. Permite las cookies de este sitio y recarga.