Validar contra um Schema + Reparar JSON
Seu parser produz um dicionário, mas em um pipeline real os dados costumam chegar como texto JSON -> de um serviço anterior, um arquivo salvo ou um LLM que foi instruído a "retornar JSON". Duas coisas sempre dão errado, e esta lição trata ambas: o JSON está malformado, e o JSON está bem formado mas errado.
Parte um: conserte o JSON. Modelos adoram envolver JSON em ```json code fences, deixar uma vírgula no final ou usar aspas simples. O json.loads bruto falha em todos esses casos. Escreva repair_json(text) que limpa o texto e depois o analisa -> retornando o objeto Python. Os passos de reparo, em ordem:
- Remover cercas de código Markdown: remova um
```jsonou```inicial e um```final. - Remova vírgulas extras antes de um
}ou](um regex comore.sub(r",\s*([}\]])", r"\1", text)). - Tente
json.loadsna string limpa. Só se isso falhar, transforme aspas simples em aspas duplas e tente de novo (fazer o parsing primeiro significa que um apóstrofo dentro de um valor, comoO'Brien, nunca é corrompido). - Retorne o resultado analisado.
O ponto principal é que repair_json deve não gerar nas entradas bagunçadas que os testes fornecem -> ele repara e analisa em vez de travar.
Parte dois: validar contra um esquema. Agora que você tem um objeto, ele tem o formato correto? Escreva validate_record(obj, schema) -> um dicionário {"ok": bool, "errors": [..]}. O schema mapeia cada nome de campo obrigatório para um tipo Python, como:
schema = {"vendor": str, "total": float, "line_items": list}Para cada campo no schema: se ele estiver faltando em obj, adicione uma string de erro "missing: <field>"; se ele estiver presente mas com o tipo errado, adicione "wrong type: <field>". ok é True apenas quando errors está vazio.
Uma aresta afiada que morde todo mundo: em Python bool é uma subclasse de int, então isinstance(True, int) é True. Um schema pedindo um int deve reject um JSON true. Proteja isso: quando o tipo esperado é int, também exija not isinstance(value, bool). Campos Float são comumente alimentados com números inteiros, então aceite um int onde um float é esperado (mas ainda rejeite bool).
Juntas, essas duas funções são o porteiro do pipeline: nada malformado e nada com formato errado passa. Pressione Run para reparar um bloco com vírgula pendente e validar o resultado.
Escreva duas funções. repair_json(text) remove cercas de código Markdown, remove vírgulas finais antes de }/], tenta json.loads, e só se isso falhar converte aspas simples em aspas duplas e analisa novamente, retornando o objeto (não deve lançar erro nesses inputs bagunçados). validate_record(obj, schema) retorna {"ok": bool, "errors": [..]}: um erro "missing: <field>" por campo de esquema ausente e um erro "wrong type: <field>" por incompatibilidade de tipo, com ok verdadeiro apenas quando não houver erros. Rejeite um JSON true onde um int é exigido (bool não é um int aqui), e aceite um int onde um float é esperado.
Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição
Este exercício abre em breve
Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.