1. Json模块
python中使用json模块实现python对象与json的转换
-
json.dumps()：Python对象转换为Json Object（JSON字符串） -
json.loads()：Json对象（已编码的JSON字符串）转换为python 对象
Python 编码为 JSON 类型转换对应表：
image.png
JSON 解码为 Python 类型转换对应表：
image.png
import json
res = {"success": True,
"code": "200",
"msg": None,
"data": [{"belongEndCode": "EMBEDDED", "belongEndDesc": "嵌入式"},
{"belongEndCode": "PANEL", "belongEndDesc": "面板"},
{"belongEndCode": "CLOUD", "belongEndDesc": "云端"},
{"belongEndCode": "IOS", "belongEndDesc": "iOS"},
{"belongEndCode": "SMALL_PROGRAM", "belongEndDesc": "小程序"},
{"belongEndCode": "WEB", "belongEndDesc": "Web前端"}],
"t": 1648869618886}
json_res = json.dumps(res, ensure_ascii=False)
print(json_res)
print(type(json_res)) # <class 'str'>
# 对python而言，实际是json编码的字符串
1.1 dumps的参数
-
ensure_ascii=False, 则返回结果不含ascII字符，解决中文乱码问题。 -
sort_keys是告诉编码器按照字典key排序(a到z)输出。
json_res = json.dumps(res, ensure_ascii=False, sort_keys=True) # 添加sort_keys的传参
#输出结果
{"code": "200", "data": [{"belongEndCode": "EMBEDDED", "belongEndDesc": "嵌入式"}, {"belongEndCode": "PANEL", "belongEndDesc": "面板"}, {"belongEndCode": "CLOUD", "belongEndDesc": "云端"}, {"belongEndCode": "IOS", "belongEndDesc": "iOS"}, {"belongEndCode": "ANDROID", "belongEndDesc": "Android"}, {"belongEndCode": "SMALL_PROGRAM", "belongEndDesc": "小程序"}, {"belongEndCode": "H5", "belongEndDesc": "H5"}, {"belongEndCode": "WEB", "belongEndDesc": "Web前端"}, {"belongEndCode": "PC", "belongEndDesc": "PC端"}], "msg": null, "success": true, "t": 1648869618886}
-
indent参数根据数据格式缩进显示，读起来更加清晰, indent的值，代表缩进空格式
json_res = json.dumps(res, ensure_ascii=False, sort_keys=True, indent=4) # 添加indent,一般使用4代表一个Tab键的缩进
# 输出结果：
{
"code": "200",
"data": [
{
"belongEndCode": "CLOUD",
"belongEndDesc": "云端"
},
{
"belongEndCode": "PC",
"belongEndDesc": "PC端"
}
],
"msg": null,
"success": true,
"t": 1648869618886
}
-
skipkeys参数，在encoding过程中，dict对象的key只可以是string对象，如果是其他类型，那么在编码过程中就会抛出ValueError的异常。skipkeys可以跳过那些非string对象当作key的处理.
skipkeys
1.2 json文件
要处理的是文件而不是字符串，你可以使用json.dump() 和 json.load() 来编码和解码JSON数据
# 写入 JSON 数据
with open('data1.json', 'w', encoding="utf-8") as f:
json.dump(res, f) # res为python对象
# 读取数据
with open('data1.json', 'r', encoding="utf-8") as f:
data = json.load(f)
2. JsonSchema
Json Schema是一个用于验证Json数据结构的强大工具
使用范围：接口测试中数据值校验、数据类型校验、json数据结构校验
官网：https://json-schema.org/understanding-json-schema/conventions.html
安装:pip install jsonschema
2.1 type关键字
type 关键字是json模式的基础，指定架构的数据类型：string、number、object、array、boolean、null
from jsonschema import validate
# json.dumps中indent存在是，校验json_schema也不通过
# json.dumps中sort_keys存在时，排序也会影响校验结果
# 不需要将python对象dumps成json
res = 1
json_schema = {"type": "string"}
validate(res, json_schema) # 校验，若不匹配则报错
# jsonschema.exceptions.ValidationError: instance is not of type 'xxx'
# 多个类型
res = 2
json_schema = {"type": ["string", "object"]}
validate(res, json_schema) # 校验，若不匹配则报错
# jsonschema.exceptions.ValidationError: 2 is not of type 'string', 'object'
2.2 object关键字
object关键字,在python中对应的是dict类型
- 属性
properties
用于定对象上的属性(即dict的键)
res = {
"code": "200",
"data": [{"name": 123}, {"name", 3}],
"msg": None,
"success": True,
"t": 1648869618886
}
json_schema = {
"type": "object",
"properties": {
"code": {"type": "string"},
"data": {"type": "array"},
"msg": {"type": "null"},
"success": {"type": "boolean"},
"t": {"type": "number"}
}
}
validate(res, json_schema)
- 必需属性
required
properties不需由关键字定义的属性，也可以使用required关键字来提供所需属性的列表
required接受一个或多个字符串的数组。且每个字符串必须是唯一的。
res = {
"code": "200",
"data": [{"name": 123}, {"name", 3}],
"msg": None,
"success": True,
"t": 1648869618886
}
json_schema = {
"type": "object",
"required": ["t", "msg"]
}
validate(res, json_schema)
# 必需属性的缺失会报错：jsonschema.exceptions.ValidationError: 'datas' is a required property
# 必需参数不校验属性的排序
- 属性数
minProperties和maxProperties
限制对象上的属性数。这些中的每一都必需是非负整数
json_schema = {
"type": "object",
"minProperties": 4, # 最少
"maxProperties": 5 # 最多
}
validate(res, json_schema)
# 报错信息：jsonschema.exceptions.ValidationError: xxx has too many properties 或 xxx does not have enough properties
2.3 array关键字
数组属性array，用于有序元素
在python中,array类似于list或tuple
-
items
数组的元素，可能是任何类型，但根据某模式验证数组的项通常很有用。使用items和additionalItems关键字来完成
items 是单个模式，针对数组中每一个项目而言
在Json,通常有2种方式验证
1. 列表验证：任意长度的序列，其中每个元素匹配相同的模式
2. 元组验证：一个固定长度的序列，其中每个项目可能具有不同的模式
# res = [1, "2", [3], {"f": 4}, (5,)]
res = [1, "2", [3], {"f": 4}]
# print(type(res[4])) # <class 'tuple'>
1. 列表验证
res = [1, 2, 3, 4, 5]
json_schema = {
"type": "array",
"items": {"type": "number"}
}
validate(res, json_schema)
# 不匹配报错：jsonschema.exceptions.ValidationError: '2' is not of type 'number'
2. 元组验证
针对每一个元素解释说明，默认校验schema中设置的前n项
将items关键字设置成一个数组, 其中每个项目都是一个与文档数组的每个索引相对应的模式,
也就是一个数组, 第一个元素模式验证输入数组的第一个元素. 第二个元素模式验证输入数组的第二个元素
json_schema = {
"type": "array",
"items": [
{"type": "number"},
{"type": "string"},
{"type": "array", "items": {"type": "number"}},
{"type": "object"},
{"type": "string"} # python中tuple对应的是json中的？？
]
}
validate(res, json_schema)
-
additionlItems关键字
控制是否有超出schema中定义的数组的其他项，默认True;若设置为False,则不允许数组中的额外项
res = [1, "2", [3], {"f": 4}, "5", (6,)]
# validate(res, json_schema) # 默认True,允许数组中额外项
json_schema = {
"type": "array",
"items": [
{"type": "number"},
{"type": "string"},
{"type": "array", "items": {"type": "number"}},
{"type": "object"}
],
"additionalItems": False
}
# validate(res, json_schema)
# 校验不通过，则报错jsonschema.exceptions.ValidationError: Additional items are not allowed ('5', (6,) were unexpected)
- 长度
minItems和maxitems
每个关键字的值都必须是非负数。无论是对List还是tuple验证，这些字段都是有效的
json_schema = {
"type": "array",
"minItems": 3,
"maxItems": 3
}
validate(res, json_schema)
# 校验失败，报错：jsonschema.exceptions.ValidationError: xxx is too short 或 xxx is too long
- 唯一性
uniqueItems
res = [1, 1, 2]
json_schema = {
"type": "array",
"uniqueItems": True
}
validate(res, json_schema)
# 存在重复数据时，报错：jsonschema.exceptions.ValidationError: xxx has non-unique elements
2.4 通用关键字
元数据
json模式包含几个关键字,title,description和default, 不严格用来校验格式,但用来描述模式的一部分。
在title和description管家你必须是字符串枚举值
enum
enum关键字用于限制值, 以一个固定的一组值, 它必须是一个必须包含一个元素的数组,其中每个元素都是唯一的。
{
‘type’ : ‘string’,
‘enum’: [‘red’, ‘green’]
}
# 如果检验字段的值在枚举中是通过的, 如果不是无法校验通过。
2.5 组合模式
例如, 在以下的模式, anyOf关键字用于表示给定值可能对任何给定的子模式有效。第一个子模式需要一个最大长度为5的字符串。第二个子模式需要一个最小值为0的数字。只要一个值对这些模式中的任何一个进行验证,它就被认为整个组合模式有效。
{ ‘anyOf’: [ {‘type’: ‘string’, ‘maxLength’: 5}, {‘type’:’string’, ‘minimum’: 0 }]}
用于组合模式的关键字是:
-
anyOf: 必须对任何子模式有效(一个或多个) -
oneOf: 必须仅对其中一个子模式有效 -
allOf: 必须对所有子模式有效 -
anyOf
要进行验证anyOf，给定数据必须对任何（一个或多个）给定子模式有效。
{
“anyOf” ： [
{ “type” ： “string” }，
{ “type” ： “number” }
]
}
# 如果是 “您好”, pass
# 如果是 33, pass
# 如果是 [‘ddd’, 33], false
等同于
{
“type” ：[ “string” ,“number” ]
}
-
oneOf
要进行验证oneOf，给定数据必须仅对其中一个给定子模式有效。
{
“oneOf” ： [
{ “type” ： “number” ， “multipleOf” ： 5 }，
{ “type” ： “number” ， “multipleOf” ： 3 }
]
}
如果是5的倍数, pass
如果是3的倍数, pass
如果是5和3的倍数, false
-
allOf
要进行验证allOf，给定数据必须对所有给定的子模式有效。
{
“allOf” ： [
{ “type” ： “string” }，
{ “maxLength” ： 5 }
]
}
2.6 $schema关键字
该$schema关键字用于声明JSON片段实际上是JSON模式的一部分。它还声明了针对该模式编写的JSON Schema标准的哪个版本。
建议所有JSON模式都有一个$schema条目，该条目必须位于根目录下。因此，大多数情况下，您需要在架构的根目录下：
“$ schema” ： “http://json-schema.org/schema#”
