JSON 模式:解析 + 对照 schema 验证
一旦你想让 LLM 给下游系统(数据库、API、计费任务)供数据,自由形式的文字就毫无用处了。你需要结构化输出:模型返回 JSON,你的代码把这段 JSON 变成一个它可以信任的有类型的对象。大多数模型 API 都有一个让模型输出 JSON 字符串的"JSON 模式"。但"它是有效的 JSON"和"它是我要的那个对象"是两回事。模型和你的代码之间的边界,就是你做验证的地方。
在真实代码里,模型调用看起来是这样的(仅作示意,这里我们不调用任何模型):
resp = client.messages.create(model="...", messages=[...])
text = resp.content[0].text # a JSON string, hopefully
record = parse_and_validate(text, {"name": str, "age": int})你要构建 parse_and_validate(text, schema)。schema 是一个把每个必需字段映射到其 Python 类型的字典,比如 {"name": str, "age": int}。你的函数应该:
- 用
json.loads把文本变成一个 Python 对象。 - 确认它是一个
dict:一个 JSON 数组或单独的数字不是你要的记录。 - 对 schema 里的每个字段:检查它存在(缺失时抛出异常)并且类型正确(不匹配时抛出异常)。
- 返回只包含这些字段的有类型字典。
bool 也是 int 的陷阱。在 Python 里,bool 是 int 的子类,所以 isinstance(True, int) 是 True。JSON 的 true 解码成 Python 的 True。如果你的 schema 要求 age 是 int,而模型发来 "age": true,一个朴素的 isinstance 检查就会放它过去。防住它:当期望的类型是 int 时,明确拒绝 bool 值。
if expected is int and isinstance(value, bool):
raise ValueError("age must be int, got bool")抛出一个清楚的异常(一个在消息里点出坏字段的 ValueError),这样调用者能准确地记录模型错在哪里。把它构建成这样:两个不同的格式良好的数据都能通过,而缺失的字段、错误的类型和一个偷偷混进来的 bool 都会各自抛出异常。
写 parse_and_validate(text, schema),其中 schema 是一个 {field: type} 字典。用 json.loads 解析文本,确认它是一个字典,然后对每个 schema 字段检查它存在且类型正确,返回有类型的字典。缺失的字段和错误的类型都必须抛出异常。在要求 int 的地方拒绝 JSON true(bool 也是 int 的陷阱)。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。