利用JsonSchema校验json数据内容的合规性（转）

背景：

复杂的AJAX应用程序可以与数百个不同的JSON服务进行交互，因此，引入对客户端验证的需求。

在处理校验问题方面有着很多的工具，但是通常可以将它们归为以下几类：

    * 判断数据是否已被正确格式化

    * 手动检查形式有误的数据并尝试纠正

    * 手动检查形式有误的数据并将有误数据丢弃

    * 自动检查形式有误的数据

在这里只讨论自动校验方面的可用工具包中的json schema，son schema项目首页：http://json-schema.org/

JSON schema是一个帮助你定义、校验甚至是修复json数据格式的解决方案。它定义了一整套规则，允许我们通过定义一个schema(本身也是JSON)来描述一个JSON串的数据格式。它有如下优点：

* 描述你现有的JSON数据的格式；

* 清晰的、人类/机器可读的文档结构；

* 完全的结构校验，尤其适用于 自动测试 或 验证客户端提交的数据格式。

下面为一个定位信息的json schema例子

//json传输值

{

  "data" : {

    "id" : 851,

    "detail" : "琴千线长征路-万盛南路附近",

    "area" : 9480,

    "province" : "浙江省",

    "parentArea" : 2819,

    "lng" : 120.32438,

    "district" : "东阳市",

    "lat" : 29.136176,

    "city" : "金华"

  }

}

//定位接口返回值的JSON schema

{

  "type" : "object",

  "properties" : {

    "data" : {

      "type" : "object",

      "properties" : {

        "id" : {

          "type" : "integer",

          "minimum": 0

        },

        "detail" : {

          "type" : "string"

        },

        "area" : {

          "type" : "integer"

        },

        "province" : {

          "type" : "string",

          "pattern" : "^(北京市|天津市|....|浙江省)$"

        },

        "parentArea" : {

          "type" : "integer"

        },

        "lng" : {

          "type" : "number",

          "minimum" : 73,

          "maximum" : 135

        },

        "district" : {

          "type" : "string"

        },

        "lat" : {

          "type" : "number",

          "minimum" : 4,

          "maximum" : 54

        },

        "city" : {

          "type" : "string"

        }

      },

      "required" : [

        "id",

        "detail",

        "area",

        "province",

        "parentArea",

        "lng",

        "district",

        "lat",

        "city"

      ]

    }

  },

  "required" : [

    "data"

  ]

}

可以看出：
1、json schema 本身也是一个json串

2、每个schema可以描述一个json实例，并且该json实例里每一个节点都可以用一个schema来描述，因此schema与json一样，本身也是一个层级结构，一个schema中可能嵌套着另外若干层schema

3、json schema 定义的检查规则以数据格式验证为主（字段存在性、字段类型），并可以支持一些简单的数据正确性验证（例如数值范围、字符串的模式等），但不能进行复杂的逻辑校验（例如进价必须小于售价等）。

JS JSON Schema库

表1中简要概述了4个JSON Schema库的特性

表 1. 针对 JavaScript 的 JSON Schema 验证库

库（作者）	草案版本支持	库的大概规模
JSV: JSON Schema 验证器 (Gary Court)	draft-01、draft-02 和 draft-03	120KB
json-schema (Kris Zyp)	draft-03	10KB（需要 CommonJS）
dojox.json.schema (Kris Zyp)	draft-02	10KB（需要 Dojo）
schema.js (Andreas Kalsch)	draft-02（部分）	10KB（需要 CommonJS）

基于 Dojo 的应用程序可能会使用 dojox.json.schema 库，因为该库包含在工具箱中。支持多个版本的（草案）标准的应用程序可能会使用 JSV。

dojox.json.schema 看上去像是 json-schema 的一个分支，所以它们的用法非常相似。schema.js 只实现 draft-02 的一个子集。所以主要关注的是使用 dojox.json.schema 和 JSV 。

1. dojox.json.schema的使用

<html>

<head>

    <title>dojox.json.schema</title>

    <script src="http://ajax.googleapis.com/ajax/libs/dojo/1.7.0/dojo/dojo.js"

       type="text/javascript"></script>

    <script type="text/javascript">

    require(["dojox/json/schema"], function() {

        // Object to validate

        var successObj = {

            "foo" : "bar"

        };

        var failureObj = {

            "foo" : 1234

        };

        // Schema

        var schema = {

            "type": "object",

            "properties" : {

                "foo" : {

                    "type" : "string"

                }

            }

        };

        //var result = dojox.json.schema.validate(failureObj, schema);

        var result = dojox.json.schema.validate(successObj, schema);

        // Check results

        if (result.valid) {

            alert("Object is valid");

        } else {

            var errorArr = result.errors;

            alert("property : " + errorArr[0].property + "\nmessage :  "

                + errorArr[0].message);

        }

    });

    </script>

</head>

<body>

Hello, World!

</body>

</html>

dojox.json.schema这种方法只需要引入一个js包，不过必须是线上的，将dojo那个js下载下来后就报错不能执行。

2. JSV的使用

<head>

    <title>JSV</title>

    <!-- <script src="https://raw.github.com/garycourt/JSV/master/lib/uri/uri.js" type="text/javascript"></script>

    <script src="https://raw.github.com/garycourt/JSV/master/lib/jsv.js" type="text/javascript"></script>

    <script src="https://raw.github.com/garycourt/JSV/master/lib/json-schema-draft-03.js" type="text/javascript"></script> -->

    <script src="js/uri.js" type="text/javascript"></script>

    <script src="js/jsv.js" type="text/javascript"></script>

    <script src="js/json-schema-draft-03.js" type="text/javascript"></script>

    <script type="text/javascript">

        // Object to validate

        var successObj = {

            "foo" : "bar"

        };

        var failureObj = {

            "foo" : 1234

        };

        // Schema

        var schema = {

            "type": "object",

            "properties" : {

                "foo" : {

                    "type" : "string"

                }

            }

        };

        var env = JSV.createEnvironment("json-schema-draft-03");

        // validate

        var result = env.validate(successObj, schema);

        if (result.errors.length === 0) {

            alert("Object is valid");

        } else {

            var errorArr = result.errors;

            alert("uri : " + errorArr[0].uri + "\nmessage :  "

                + errorArr[0].message);

        }

    </script>

</head>

<body>

Hello, World!

</body>

</html>

JSV这种方法，需要导入3个js包，这是必须下载后才能使用。
JSV 在 errors 数组中提供了一些高级故障信息。每个错误可能包含以下属性：

* message：人类可读的错误消息。

* uri：失败对象所在位置的 URI。

* schemaUri：引起故障的模式的所在位置的 URI。

* Attribute：引起故障的模式约束。

* Details：包含更多详细信息的*格式数组，比如预期值。

使用对比：

dojox.json.schema只需要引入一个js包，基于 Dojo 的应用程序可能会使用 dojox.json.schema 库，因为该库包含在工具箱中。校验的时候也只需要一行代码即可：var result = dojox.json.schema.validate(successObj, schema); 其中successObj为传入的JSON串，schema为校验规则。

JSV需要引入三个js包，JSV支持draft-01,draft-02,draft-03三种草案，支持多个版本的（草案）标准的应用程序可能会使用 JSV。校验的时候需要根据草案创建环境，然后再进行校验。var env = JSV.createEnvironment(“json-schema-draft-03”);
var result = env.validate(successObj, schema);
其中successObj为传入的JSON串，schema为校验规则。JSV在errors数组中提供了一些高级的故障信息，包括message：可读的错误信息；uri：失败对象所在位置的URI；schemaUri：引起故障的模式所在位置的URI；Attribute：引起故障的模式约束；Details：包含更多详细信息的*格式数组，如果预期值。

性能对比：

一共执行50次，成功和失败分开执行，每种情况执行25次。然后记录下每次的执行时间，执行10次，取平均值。
dojox.json.schema：0.52, 4.28, 3.54, 4, 3.82, 3.64, 3.76, 4.12, 4.16, 5.6
JSV：4.5, 3.96, 3.88, 3.82, 3.98, 3.96, 3.9, 3.8, 4.1, 4.04

json schema类型	每次执行时间(ms)
dojox.json.schema	3.744
JSV	3.994

发现时间相差不多，JSV由于js包在本地，所以每次时间比较稳定；dojox.json.schema由于需要从网络上去加载js包，导致执行时间有时会波动很大。整体来说，就执行过程，dojox.json.schema要快不少。

Java JSON Schema库

表2给出了两种java中使用的JSON Schema库

库名称	地址	支持草案
fge	https://github.com/daveclayton/json-schema-validator	draft-04 draft-03
everit	https://github.com/everit-org/json-schema	draft-04

建议：

如果在项目中使用了jackson json，那么使用fge是一个好的选择，因为fge就是使用的jackson json。
如果项目中使用的是org.json API，那么使用everit会更好。
如果是使用以上两个库以外的库，那么就使用everit，因为everit会比fge的性能好上两倍。

fge的使用：

maven配置

<dependency>

  <groupId>com.fasterxml.jackson.core</groupId>

  <artifactId>jackson-core</artifactId>

  <version>2.3.0</version>

</dependency>

<dependency>

  <groupId>com.fasterxml.jackson.core</groupId>

  <artifactId>jackson-databind</artifactId>

  <version>2.3.0</version>

</dependency>

<dependency>

  <groupId>com.fasterxml.jackson.core</groupId>

  <artifactId>jackson-annotations</artifactId>

  <version>2.3.0</version>

</dependency>

<dependency>

  <groupId>com.github.fge</groupId>

  <artifactId>json-schema-validator</artifactId>

  <version>2.2.6</version>

</dependency>

测试代码：

@Test

public void testJsonSchema1() {

  JsonNode schema = readJsonFile("src/main/resources/Schema.json");

  JsonNode data = readJsonFile("src/main/resources/failure.json");

  ProcessingReport report = JsonSchemaFactory.byDefault().

                            getValidator().validateUnchecked(schema, data);

  Assert.assertTrue(report.isSuccess());

}

private JsonNode readJsonFile(String filePath) {

  JsonNode instance = null;

  try {

    instance = new JsonNodeReader().fromReader(new FileReader(filePath));

  } catch (IOException e) {

    e.printStackTrace();

  }

  return instance;

}

真正的调用只有一行代码，需要传入验证规则和数据。分别有validate和validateUnchecked两种方法，区别在于validateUnchecked方法不会抛出ProcessingException异常。

还可以从字符串中读取json，代码如下：

@Test

public void testJsonSchema2() {

  String failure = new String("{\"foo\":1234}");

  String Schema = "{\"type\": \"object\", \"properties\" : {\"foo\" : {\"type\" : \"string\"}}}";

  ProcessingReport report = null;

  try {

    JsonNode data = JsonLoader.fromString(failure);

    JsonNode schema = JsonLoader.fromString(Schema);

    report = JsonSchemaFactory.byDefault().getValidator().validateUnchecked(schema, data);

  } catch (IOException e) {

    e.printStackTrace();

  }

  //Assert.assertTrue(report.isSuccess());

  Iterator<ProcessingMessage> it = report.iterator();

  while (it.hasNext()) {

    System.out.println(it.next());

  }

}

其中ProcessingReport对象中维护了一共迭代器，如果执行失败（执行成功时没有信息），其提供了一些高级故障信息。每个错误可能包含以下属性：

* level: 错误级别（应该就是error）

* schema：引起故障的模式的所在位置的 URI

* instance：错误对象

* domain：验证域

* keyword：引起错误的约束key

* found：现在类型

* expected：期望类型

以上代码的json信息为：

failure.json ：   {"foo" : 1234}

Schema.json ：

{

  "type": "object",

  "properties" : {

    "foo" : {

      "type" : "string"

    }

  }

}

执行错误信息为：

error: instance type (integer) does not match any allowed primitive type (allowed: ["string"])

    level: "error"

    schema: {"loadingURI":"#","pointer":"/properties/foo"}

    instance: {"pointer":"/foo"}

    domain: "validation"

    keyword: "type"

    found: "integer"

    expected: ["string"]

everit的使用：

maven配置（获取最新版本）

<dependency>

  <groupId>org.everit.json</groupId>

  <artifactId>org.everit.json.schema</artifactId>

  <version>1.3.0</version>

</dependency>

测试代码

@Test

public void testJsonSchema3() {

  InputStream inputStream = getClass().getResourceAsStream("/Schema.json");

  JSONObject Schema = new JSONObject(new JSONTokener(inputStream));

  JSONObject data = new JSONObject("{\"foo\" : 1234}");

  Schema schema = SchemaLoader.load(Schema);

  try {

    schema.validate(data);

  } catch (ValidationException e) {

    System.out.println(e.getAllMessage());

  }

}

如果验证失败会抛出一个ValidationException异常，然后在catch块中打印出错误信息。everit中的错误信息想比fge来说比较简单，相同的json测试文件，打印的信息如下：

#/foo: expected type: String, found: Integer

性能测试：

1、一共执行1000次，成功和失败分开执行，每种情况执行250次。然后记录下每次的执行时间，执行10次，取平均值。

fge每1000次的执行时间(ms)：1158, 1122, 1120, 1042, 1180, 1254, 1198，1126，1177，1192
everit每1000次的执行时间(ms)：33, 49, 54, 57, 51, 47, 48, 52, 53, 44

2、一共执行10000次，成功和失败分开执行，每种情况执行2500次。

方法/场景	每次执行时间(ms)
fge/场景1	1.1569
fge/场景2	0.3407
everit/场景1	0.0488
everit/场景2	0.0206

使用对比：

从性能上来说everit完全是碾压fge，官方说的至少两倍，实际测试过程中，差不多有20倍的差距。虽然fge使用的是jackson json，相对来说学习成本可能较低，但是使用下来发现everit的使用也并不复杂，需要注意的是包需要导入正确（org.json）。fge唯一的优势在于错误信息比较详细。还有一点区别在于，everit验证失败是抛出异常，而fge是判断返回一个boolean类型的值。