강의 계획 레슨 250개 중 220번째 · 프로젝트: 문서 인텔리전스 서비스
프로젝트: 문서 인텔리전스 서비스

스키마로 검증하기 + JSON 고치기

파서는 dict를 만들지만, 진짜 파이프라인에서는 데이터가 흔히 JSON 글로 도착해요 -> 위쪽 서비스, 저장된 파일, 또는 "JSON을 돌려줘"라고 들은 LLM에서요. 늘 두 가지가 잘못되고, 이 레슨은 둘 다 다뤄요: JSON이 망가졌거나, JSON이 형식은 맞지만 틀렸어요.

1부: JSON 고치기. 모델은 JSON을 ```json 코드 울타리로 감싸거나, 끝에 쉼표를 남기거나, 작은따옴표를 쓰길 좋아해요. 날것의 json.loads는 이 모두에서 오류를 던져요. 글을 정리한 다음 파싱하는 repair_json(text)를 쓰세요 -> Python 객체를 돌려줘요. 고치는 단계, 순서대로:

  • Markdown 코드 울타리 벗기기: 앞의 ```json이나 ```와 뒤의 ```를 없애요.
  • }나 ] 앞의 끝 쉼표 없애기(re.sub(r",\s*([}\]])", r"\1", text) 같은 정규식).
  • 정리한 문자열에 json.loads를 시도해요. 그게 실패할 때만 작은따옴표를 큰따옴표로 바꾸고 다시 시도해요(먼저 파싱하면 O'Brien 같은 값 속 아포스트로피가 결코 망가지지 않아요).
  • 파싱한 결과를 돌려줘요.

핵심은 repair_json이 테스트가 먹이는 지저분한 입력에서 오류를 일으키면 안 된다는 거예요 -> 충돌하는 대신 고치고 파싱해요.

2부: 스키마로 검증하기. 이제 객체가 생겼는데, 올바른 모양일까요? validate_record(obj, schema)를 쓰세요 -> dict {"ok": bool, "errors": [..]}. schema는 필수 필드 이름마다 Python 타입을 대응시켜요. 예:

schema = {"vendor": str, "total": float, "line_items": list}

스키마의 모든 필드에 대해: obj에 없으면 오류 문자열 "missing: <field>"를 더하고, 있지만 타입이 틀리면 "wrong type: <field>"를 더해요. ok는 errors가 비었을 때만 True예요.

모두를 무는 날카로운 모서리 하나: Python에서 bool은 int의 하위 클래스라서 isinstance(True, int)가 True예요. int를 요구하는 스키마는 JSON true를 거부해야 해요. 막으세요: 기대 타입이 int면 not isinstance(value, bool)도 요구하세요. float 필드에는 흔히 정수가 들어오니, float를 기대하는 곳에서 int를 받아 주세요(하지만 bool은 여전히 거부).

이 두 함수가 함께 파이프라인의 문지기예요: 망가진 것도, 모양이 틀린 것도 통과하지 못해요. Run을 눌러 울타리와 끝 쉼표가 있는 덩어리를 고치고 결과를 검증하세요.

내 차례

함수 두 개를 쓰세요. repair_json(text)는 Markdown 코드 울타리를 벗기고, }/] 앞의 끝 쉼표를 없애고, json.loads를 시도하고, 그게 실패할 때만 작은따옴표를 큰따옴표로 바꿔 다시 파싱해서 객체를 돌려줘요(그런 지저분한 입력에서 오류를 일으키면 안 돼요). validate_record(obj, schema)는 {"ok": bool, "errors": [..]}를 돌려줘요: 없는 스키마 필드마다 "missing: <field>" 오류, 타입 불일치마다 "wrong type: <field>" 오류, 그리고 오류가 없을 때만 ok가 참이에요. int가 필요한 곳에서 JSON true를 거부하고(여기서 bool은 int가 아니에요), float를 기대하는 곳에서 int를 받아 주세요.

이 레슨에서 문제를 발견했나요? 알려 주세요 · 이 레슨에 대해 묻기

이 연습은 곧 열려요

앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.