1

我有一个从 json 字符串读取的嵌套结构,看起来类似于以下内容......

[
  {
    "id": 1,
    "type": "test",
    "sub_types": [
      {
        "id": "a",
        "type": "sub-test",
        "name": "test1"
      },
      {
        "id": "b",
        "name": "test2",
        "key_value_pairs": [
          {
            "key": 0,
            "value": "Zero"
          },
          {
            "key": 1,
            "value": "One"
          }
        ]
      }
    ]
  }
]

我需要提取和旋转数据,准备好插入数据库......

[
  (1, "b", 0, "Zero"),
  (1, "b", 1, "One")
]

我正在做以下...

data_list = [
  (
    type['id'],
    sub_type['id'],
    key_value_pair['key'],
    key_value_pair['value']
  )
  for type in my_parsed_json_array
  if 'sub_types' in type
  for sub_type in type['sub_types']
  if 'key_value_pairs' in sub_type
  for key_value_pair in sub_type['key_value_pairs']
]

到现在为止还挺好。

然而,我接下来需要做的是强制执行一些约束。例如...

if type['type'] == 'test': raise ValueError('[test] types can not contain key_value_pairs.')

但我无法理解。而且我不想诉诸循环。到目前为止,我最好的想法是...

def make_row(type, sub_type, key_value_pair):
    if type['type'] == 'test': raise ValueError('sub-types of a [test] type can not contain key_value_pairs.')
    return (
        type['id'],
        sub_type['id'],
        key_value_pair['key'],
        key_value_pair['value']
    )

data_list = [
  make_row(
    type,
    sub_type,
    key_value_pair
  )
  for type in my_parsed_json_array
  if 'sub_types' in type
  for sub_type in type['sub_types']
  if 'key_value_pairs' in sub_type
  for key_value_pair in sub_type['key_value_pairs']
]

这行得通,但它会检查每一个 key_value_pair,这感觉是多余的。 (每组键值对可能有数千对,只需要检查一次就知道它们都很好。)

此外,还会有其他类似的规则适用于层次结构的不同级别。比如“test”类型只能包含“sub_test”sub_types。

除了上述选项,还有哪些选择?

  • 更优雅?
  • 更可扩展?
  • 性能更高?
  • 更“Pythonic”?
4

3 回答 3

1

您应该阅读有关如何验证数据并使用JSON Schemajson指定显式模式约束的信息。 此库允许您设置所需的键、指定默认值、添加类型验证等。

这个库在这里有它的python实现: jsonschema包

例子:

from jsonschema import Draft6Validator

schema = {
    "$schema": "https://json-schema.org/schema#",

    "type": "object",
    "properties": {
        "name": {"type": "string"},
        "email": {"type": "string"},
    },
    "required": ["email"]
}
Draft6Validator.check_schema(schema)
于 2019-02-05T09:46:45.297 回答
1

我只会使用一个普通的循环,但是如果你将语句放入一个函数中,你可以将它添加到第一个条件检查中:

def type_check(type):
    if type['type'] == 'test':
        raise ValueError('sub-types of a [test] type can not contain key_value_pairs.')
    return True


data_list = [
  (
    type['id'],
    sub_type['id'],
    key_value_pair['key'],
    key_value_pair['value']
  )
  for type in my_parsed_json_array
  if 'sub_types' in type
  for sub_type in type['sub_types']
  if  'key_value_pairs' in sub_type and type_check(type)
  for key_value_pair in sub_type['key_value_pairs']
]
于 2019-02-05T09:50:14.583 回答
1

您可以尝试以下架构

def validate_top(obj):
    if obj['type'] in BAD_TYPES:
        raise ValueError("oof")
    elif obj['type'] not in IRRELEVANT_TYPES: # actually need to include this
        yield obj

def validate_middle(obj):
    # similarly for the next nested level of data

# and so on

[
    make_row(r)
    for t in validate_top(my_json)
    for m in validate_middle(t)
    # etc...
    for r in validate_last(whatever)
]

我在这里的一般模式是使用生成器(函数,而不是表达式)来处理数据,然后使用理解来收集它。

在更简单的情况下,不值得分离出多个处理级别(或者它们不自然存在),您仍然可以编写一个生成器并执行类似list(generator(source)). 在我看来,这仍然比使用普通函数和手动构建列表更干净——它仍然将“处理”与“收集”问题区分开来。

于 2019-02-05T10:15:31.543 回答