JSON Schema for PHP 技术文档
2024-12-25 21:37:00作者:姚月梅Lane
安装指南
通过 Git 克隆
git clone https://github.com/jsonrainbow/json-schema.git
通过 Composer 安装
首先,确保你已经安装了 PHP Composer。如果尚未安装,可以参考 Composer 官方文档 进行安装。
然后,使用以下命令安装 json-schema 包:
composer require justinrainbow/json-schema
项目使用说明
基本使用
以下是一个基本的 JSON 验证示例:
<?php
$data = json_decode(file_get_contents('data.json'));
// 验证
$validator = new JsonSchema\Validator;
$validator->validate($data, (object)['$ref' => 'file://' . realpath('schema.json')]);
if ($validator->isValid()) {
echo "The supplied JSON validates against the schema.\n";
} else {
echo "JSON does not validate. Violations:\n";
foreach ($validator->getErrors() as $error) {
printf("[%s] %s\n", $error['property'], $error['message']);
}
}
类型强制转换
如果你需要验证通过 HTTP 传递的数据,并且希望将字符串和布尔值转换为预期的类型,可以使用以下代码:
<?php
use JsonSchema\SchemaStorage;
use JsonSchema\Validator;
use JsonSchema\Constraints\Factory;
use JsonSchema\Constraints\Constraint;
$request = (object)[
'processRefund'=>"true",
'refundAmount'=>"17"
];
$validator->validate(
$request, (object) [
"type"=>"object",
"properties"=>(object)[
"processRefund"=>(object)[
"type"=>"boolean"
],
"refundAmount"=>(object)[
"type"=>"number"
]
]
],
Constraint::CHECK_MODE_COERCE_TYPES
); // 验证通过!
is_bool($request->processRefund); // true
is_int($request->refundAmount); // true
默认值
如果你的 schema 包含默认值,可以在验证过程中自动应用这些默认值:
<?php
use JsonSchema\Validator;
use JsonSchema\Constraints\Constraint;
$request = (object)[
'refundAmount'=>17
];
$validator = new Validator();
$validator->validate(
$request,
(object)[
"type"=>"object",
"properties"=>(object)[
"processRefund"=>(object)[
"type"=>"boolean",
"default"=>true
]
]
],
Constraint::CHECK_MODE_APPLY_DEFAULTS
); // 验证通过,并为缺失的属性设置默认值
is_bool($request->processRefund); // true
$request->processRefund; // true
内联引用
<?php
use JsonSchema\SchemaStorage;
use JsonSchema\Validator;
use JsonSchema\Constraints\Factory;
$jsonSchema = <<<'JSON'
{
"type": "object",
"properties": {
"data": {
"oneOf": [
{ "$ref": "#/definitions/integerData" },
{ "$ref": "#/definitions/stringData" }
]
}
},
"required": ["data"],
"definitions": {
"integerData" : {
"type": "integer",
"minimum" : 0
},
"stringData" : {
"type": "string"
}
}
}
JSON;
// Schema 必须先解码才能用于验证
$jsonSchemaObject = json_decode($jsonSchema);
// SchemaStorage 可以解析引用,根据需要从文件加载其他 schema 等
$schemaStorage = new SchemaStorage();
// 这做了两件事:
// 1) 修改 $jsonSchemaObject 以规范化引用(例如 file://mySchema#/definitions/integerData 等)
// 2) 告诉 $schemaStorage 引用 file://mySchema... 应通过查看 $jsonSchemaObject 来解析
$schemaStorage->addSchema('file://mySchema', $jsonSchemaObject);
// 将 $schemaStorage 提供给 Validator,以便在验证期间解析引用
$jsonValidator = new Validator(new Factory($schemaStorage));
// JSON 必须先解码才能验证
$jsonToValidateObject = json_decode('{"data":123}');
// 进行验证(使用 isValid() 和 getErrors() 检查结果)
$jsonValidator->validate($jsonToValidateObject, $jsonSchemaObject);
项目 API 使用文档
验证器配置选项
验证器提供了多个标志来改变其行为。这些标志可以作为 Validator::validate() 的第三个参数传递,或者作为 Factory::__construct() 的第三个参数传递,以便在多个 validate() 调用中保持一致。
| 标志 | 描述 |
|---|---|
Constraint::CHECK_MODE_NORMAL |
以 'normal' 模式验证 - 这是默认模式 |
Constraint::CHECK_MODE_TYPE_CAST |
为关联数组和对象启用模糊类型检查 |
Constraint::CHECK_MODE_COERCE_TYPES |
在可能的情况下将数据类型转换为与 schema 匹配的类型 |
Constraint::CHECK_MODE_EARLY_COERCE |
尽早应用类型强制转换 |
Constraint::CHECK_MODE_APPLY_DEFAULTS |
如果未设置,则从 schema 应用默认值 |
Constraint::CHECK_MODE_ONLY_REQUIRED_DEFAULTS |
应用默认值时,仅设置必需的值 |
Constraint::CHECK_MODE_EXCEPTIONS |
如果验证失败,立即抛出异常 |
Constraint::CHECK_MODE_DISABLE_FORMAT |
不验证 "format" 约束 |
Constraint::CHECK_MODE_VALIDATE_SCHEMA |
验证 schema 以及提供的文档 |
请注意,使用 CHECK_MODE_COERCE_TYPES 或 CHECK_MODE_APPLY_DEFAULTS 将修改原始数据。
CHECK_MODE_EARLY_COERCE 除非与 CHECK_MODE_COERCE_TYPES 一起使用,否则无效。如果启用,验证器将使用(并强制转换)它遇到的第一个兼容类型,即使 schema 定义了另一个直接匹配且不需要强制转换的类型。
项目安装方式
通过 Git 克隆
git clone https://github.com/jsonrainbow/json-schema.git
通过 Composer 安装
composer require justinrainbow/json-schema
运行测试
composer test # 运行所有单元测试
composer testOnly TestClass # 运行特定的单元测试类
composer testOnly TestClass::testMethod # 运行特定的单元测试方法
composer style-check # 检查代码风格错误
composer style-fix # 自动修复代码风格错误
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 Python案例资源下载 - 从入门到精通的完整项目代码合集 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
303
2.65 K
Ascend Extension for PyTorch
Python
131
156
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
458
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
610
197
React Native鸿蒙化仓库
JavaScript
230
307
暂无简介
Dart
593
129
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
612
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
48
77
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
360
2.45 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
206