JSON Schema for PHP 技术文档
2024-12-25 17:35:58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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
421
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
685
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869