Validare rispetto a uno schema + riparare il JSON
Il tuo parser produce un dict, ma in una vera pipeline i dati arrivano spesso come testo JSON -> da un servizio a monte, da un file salvato, o da un LLM a cui è stato detto di "restituire JSON". Vanno sempre storte due cose, e questa lezione le gestisce entrambe: il JSON è malformato, e il JSON è ben formato ma sbagliato.
Prima parte: ripara il JSON. I modelli adorano avvolgere il JSON in recinti di codice ```json, lasciare una virgola finale, o usare gli apici singoli. Un semplice json.loads fallisce su tutti questi. Scrivi repair_json(text) che ripulisce il testo, poi lo legge -> restituendo l'oggetto Python. I passi di riparazione, in ordine:
- Togli i recinti di codice Markdown: rimuovi un
```jsono```iniziale e un```finale. - Togli le virgole finali prima di una
}o](una regex comere.sub(r",\s*([}\]])", r"\1", text)). - Prova
json.loadssulla stringa ripulita. Solo se fallisce, trasforma gli apici singoli in doppi e riprova (leggere prima significa che un apostrofo dentro un valore, comeO'Brien, non viene mai rovinato). - Restituisci il risultato letto.
Il punto è che repair_json non deve sollevare errori sugli input disordinati che gli danno i test -> ripara e legge invece di andare in crash.
Seconda parte: valida rispetto a uno schema. Ora che hai un oggetto, ha la forma giusta? Scrivi validate_record(obj, schema) -> un dict {"ok": bool, "errors": [..]}. Lo schema associa a ogni nome di campo obbligatorio un tipo Python, come:
schema = {"vendor": str, "total": float, "line_items": list}Per ogni campo dello schema: se manca in obj, aggiungi una stringa di errore "missing: <field>"; se c'è ma è del tipo sbagliato, aggiungi "wrong type: <field>". ok è True solo quando errors è vuota.
Uno spigolo che morde tutti: in Python bool è una sottoclasse di int, quindi isinstance(True, int) è True. Uno schema che chiede un int deve rifiutare un true di JSON. Proteggiti: quando il tipo atteso è int, pretendi anche not isinstance(value, bool). Ai campi float vengono spesso dati numeri interi, quindi accetta un int dove ci si aspetta un float (ma rifiuta comunque bool).
Insieme queste due funzioni sono il guardiano della pipeline: niente di malformato e niente con la forma sbagliata passa. Premi Run per riparare un blocco recintato con una virgola finale e validare il risultato.
Scrivi due funzioni. repair_json(text) toglie i recinti di codice Markdown, toglie le virgole finali prima di }/], prova json.loads, e solo se fallisce trasforma gli apici singoli in doppi e rilegge, restituendo l'oggetto (NON deve sollevare errori su quegli input disordinati). validate_record(obj, schema) restituisce {"ok": bool, "errors": [..]}: un errore "missing: <field>" per ogni campo dello schema assente e un errore "wrong type: <field>" per ogni tipo che non corrisponde, con ok vero solo quando non ci sono errori. Rifiuta un true di JSON dove è richiesto un int (qui bool non è un int), e accetta un int dove ci si aspetta un float.
Hai notato un problema in questa lezione? Segnalalo · Chiedi qualcosa su questa lezione
Questo esercizio si apre presto
Finisci la lezione precedente e questa si sblocca. L'intero corso è gratuito, senza account, e puoi leggere questa lezione subito.
Questo browser blocca i cookie per learn.floati.life, quindi le lezioni che hai finito qui non si possono aprire in ordine. Consenti i cookie per questo sito e ricarica.