1.安装jsonschema库用于python中json schema的数据验证。2.定义描述数据结构的schema字典或json对象。3.使用validate函数验证数据是否符合schema，异常处理错误信息。4.通过enum、pattern等字段实现性别限制、手机号格式等自定义校验规则。5.在api开发中结合fastapi等框架合理使用schema校验，调试时输出详细错误路径，避免过度校验以保持灵活性。
在Python中处理JSON Schema并做数据验证，主要是为了确保输入的数据符合我们定义的结构。这在API开发、配置文件解析等场景下非常有用。下面我会从几个实际需求出发，讲讲怎么用Python搞定这件事。
安装依赖：先选一个好用的库
Python标准库里没有直接支持JSON Schema的模块，所以得借助第三方库。最常用的是 jsonschema 这个包，它实现了JSON Schema规范，并且使用起来非常方便。
你可以通过pip安装：
立即学习“Python免费学习笔记（深入）”；
pip install jsonschema
这个库支持多个版本的Schema（比如Draft 4、6、7等），默认使用的是最新版，但也可以指定版本。
基本用法：定义Schema和验证数据
首先你得有一个Schema，它本身是一个字典或JSON对象，描述了你希望数据具备的结构和类型。
比如我们要验证一个用户信息的数据结构：
schema = {
"type": "object",
"properties": {
"name": {"type": "string"},
"age": {"type": "number"},
"email": {"type": "string", "format": "email"}
},
"required": ["name", "age"]
}然后是待验证的数据：
data = {
"name": "Alice",
"age": 25,
"email": "alice@example.com"
}接下来就可以调用验证函数了：
from jsonschema import validate, ValidationError
try:
validate(instance=data, schema=schema)
except ValidationError as e:
print(f"验证失败: {e}")如果数据没问题就不会抛异常。如果有字段缺失或者类型不对，就会抛出 ValidationError。
高级技巧：自定义校验规则和错误提示
有时候内置的校验规则不够用，比如你想检查某个字段是否在特定枚举值中，或者满足某种正则表达式，这时候可以在schema里加更详细的约束。
比如限制性别只能是“male”或“female”：
"gender": {"type": "string", "enum": ["male", "female"]}再比如手机号格式可以用正则：
"phone": {"type": "string", "pattern": "^1[3-9]\d{9}$"}此外，还可以通过添加 message 字段来自定义错误信息，虽然 jsonschema 默认不支持，但可以通过封装逻辑来实现更友好的提示。
实际应用建议：在项目中如何合理使用
- 用于API请求参数校验：在接受外部请求时，提前定义好schema可以有效拦截非法输入。
- 配合FastAPI等框架使用更好：像FastAPI本身就集成了Pydantic，对schema的支持更完善，适合大型项目。
-
调试时输出详细错误信息：捕获
ValidationError后，可以通过.message和.absolute_path看到具体哪里出错了。 - 不要过度校验：有些字段可选就设为可选，别硬塞必填项，否则反而影响灵活性。
基本上就这些。掌握这几个点，就能在日常开发中轻松应对大部分JSON数据结构校验的需求了。
