rapidjson/doc/schema.zh-cn.md

Schema

状态: 实验性，应该会合进 v1.1

JSON Schema 是描述 JSON 格式的一个标准草案。一个 schema 本身也是一个 JSON。使用 JSON Schema 去校验 JSON，可以让你的代码安全地访问 DOM，而无须检查类型或键值是否存在等。这也能确保输出的 JSON 是符合指定的 schema。

RapidJSON 实现了一个 JSON Schema Draft v4 的校验器。若你不熟悉 JSON Schema，可以参考 Understanding JSON Schema。

[TOC]

基本用法

首先，你要把 JSON Schema 解析成 Document，再把它编译成一个 SchemaDocument。

然后，利用该 SchemaDocument 创建一个 SchemaValidator。它与 Writer 相似，都是能够处理 SAX 事件的。因此，你可以用 document.Accept(validator) 去校验一个 JSON，然后再获取校验结果。

#include "rapidjson/schema.h"

// ...

Document sd;
if (!sd.Parse(schemaJson)) {
    // the schema is not a valid JSON.
    // ...       
}
SchemaDocument schema(sd); // Compile a Document to SchemaDocument
// sd is no longer needed here.

Document d;
if (!d.Parse(inputJson)) {
    // the input is not a valid JSON.
    // ...       
}

SchemaValidator validator(schema);
if (!d.Accept(validator)) {
    // Input JSON is invalid according to the schema
    // Output diagnostic information
    StringBuffer sb;
    validator.GetInvalidSchemaPointer().StringifyUriFragment(sb);
    printf("Invalid schema: %s\n", sb.GetString());
    printf("Invalid keyword: %s\n", validator.GetInvalidSchemaKeyword());
    sb.Clear();
    validator.GetInvalidDocumentPointer().StringifyUriFragment(sb);
    printf("Invalid document: %s\n", sb.GetString());
}

一些注意点：

• 一个 SchemaDocment 能被多个 SchemaValidator 吊用。它不会被 SchemaValidator 修改。
• 一个 SchemaValidator 可以重复使用来校验多个文件。在校验其他文件前，先调用 validator.Reset()。

在解析／生成时进行校验

与大部分 JSON Schema 校验器有所不同，RapidJSON 提供了一个基于 SAX 的 schema 校验器实现。因此，你可以在输入流解析 JSON 的同时进行校验。若校验器遇到一个与 schema 不符的值，就会立即终止解析。这设计对于解析大型 JSON 文件时特别有用。

DOM 解析

在使用 DOM 进行解析时，Document 除了接收 SAX 事件外，还需做一些准备及结束工作，因此，为了连接 Reader、SchemaValidator 和 Document 要做多一点事情。SchemaValidatingReader 是一个辅助类去做那些工作。

#include "rapidjson/filereadstream.h"

// ...
SchemaDocument schema(sd); // Compile a Document to SchemaDocument

// Use reader to parse the JSON
FILE* fp = fopen("big.json", "r");
FileReadStream is(fp, buffer, sizeof(buffer));

// Parse JSON from reader, validate the SAX events, and store in d.
Document d;
SchemaValidatingReader<kParseDefaultFlags, FileReadStream, UTF8<> > reader(is, schema);
d.Populate(reader);

if (!reader.GetParseResult()) {
    // Not a valid JSON
    // When reader.GetParseResult().Code() == kParseErrorTermination,
    // it may be terminated by:
    // (1) the validator found that the JSON is invalid according to schema; or
    // (2) the input stream has I/O error.

    // Check the validation result
    if (!reader.IsValid()) {
        // Input JSON is invalid according to the schema
        // Output diagnostic information
        StringBuffer sb;
        reader.GetInvalidSchemaPointer().StringifyUriFragment(sb);
        printf("Invalid schema: %s\n", sb.GetString());
        printf("Invalid keyword: %s\n", reader.GetInvalidSchemaKeyword());
        sb.Clear();
        reader.GetInvalidDocumentPointer().StringifyUriFragment(sb);
        printf("Invalid document: %s\n", sb.GetString());
    }
}

SAX 解析

使用 SAX 解析时，情况就简单得多。若只需要校验 JSON 而无需进一步处理，那么仅需要：

SchemaValidator validator(schema);
Reader reader;
if (!reader.Parse(stream, validator)) {
    if (!validator.IsValid()) {
        // ...    
    }
}

这种方式和 schemavalidator 例子完全相同。这带来的独特优势是，无论 JSON 多巨大，永远维持低内存用量（内存用量只与 Schema 的复杂度相关）。

若你需要进一步处理 SAX 事件，便可使用模板类 GenericSchemaValidator 去设置校验器的输出 Handler：

MyHandler handler;
GenericSchemaValidator<SchemaDocument, MyHandler> validator(schema, handler);
Reader reader;
if (!reader.Parse(ss, validator)) {
    if (!validator.IsValid()) {
        // ...    
    }
}

生成

我们也可以在生成（serialization）的时候进行校验。这能确保输出的 JSON 符合一个 JSON Schema。

StringBuffer sb;
Writer<StringBuffer> writer(sb);
GenericSchemaValidator<SchemaDocument, Writer<StringBuffer> > validator(s, writer);
if (!d.Accept(validator)) {
    // Some problem during Accept(), it may be validation or encoding issues.
    if (!validator.IsValid()) {
        // ...
    }
}

当然，如果你的应用仅需要 SAX 风格的生成，那么只需要把 SAX 事件由原来发送到 Writer，改为发送到 SchemaValidator。

远程 Schema

JSON Schema 支持 $ref 关键字，它是一个JSON pointer 引用至一个本地（local）或远程（remote） schema。本地指针的首字符是 #，而远程指针是一个相对或绝对 URI。例如：

{ "$ref": "definitions.json#/address" }

由于 SchemaValidator 并不知道如何处理那些 URI，它需要使用者提供一个 IRemoteSchemaDocumentProvider 的实例去处理。

class MyRemoteSchemaDocumentProvider : public IRemoteSchemaDocumentProvider {
public:
    virtual const SchemaDocument* GetRemoteDocument(const char* uri, SizeTyp length) {
        // Resolve the uri and returns a pointer to that schema.
    }
};

// ...

MyRemoteSchemaDocumentProvider provider;
SchemaValidator validator(schema, &provider);

标准的符合程度

RapidJSON 通过了 JSON Schema Test Suite (Json Schema draft 4) 中 263 个测试的 262 个。

没通过的测试是 refRemote.json 中的 "change resolution scope" - "changed scope ref invalid"。这是由于未实现 id schema 关键字及 URI 合并功能。

除此以外，关于字符串类型的 format schema 关键字也会被忽略，因为标准中并没需求必须实现。

正则表达式

pattern 及 patternProperties 这两个 schema 关键字使用了正则表达式去匹配所需的模式。

RapidJSON 实现了一个简单的 NFA 正则表达式引擎，并预设使用。它支持以下语法。

语法	描述
ab	串联
`a	b`
a?	零或一次
a*	零或多次
a+	一或多次
a{3}	刚好 3 次
a{3,}	至少 3 次
a{3,5}	3 至 5 次
(ab)	分组
^a	在开始处
a$	在结束处
.	任何字符
[abc]	字符组
[a-c]	字符组范围
[a-z0-9_]	字符组组合
[^abc]	字符组取反
[^a-c]	字符组范围取反
[\b]	退格符 (U+0008)
|, \\, ...	转义字符
\f	馈页 (U+000C)
\n	馈行 (U+000A)
\r	回车 (U+000D)
\t	制表 (U+0009)
\v	垂直制表 (U+000B)

对于使用 C++11 编译器的使用者，也可使用 std::regex，只需定义 RAPIDJSON_SCHEMA_USE_INTERNALREGEX=0 及 RAPIDJSON_SCHEMA_USE_STDREGEX=1。若你的 schema 无需使用 pattern 或 patternProperties，可以把两个宏都设为零，以禁用此功能，这样做可节省一些代码体积。

性能

大部分 C++ JSON 库都未支持 JSON Schema。因此我们尝试按照 json-schema-benchmark 去评估 RapidJSON 的 JSON Schema 校验器。该评测测试了 11 个运行在 node.js 上的 JavaScript 库。

该评测校验 JSON Schema Test Suite 中的测试，当中排除了一些测试套件及个别测试。我们在 schematest.cpp 实现了相同的评测。

在 MacBook Pro (2.8 GHz Intel Core i7) 上收集到以下结果。

校验器	相对速度	每秒执行的测试数目
RapidJSON	155%	30682
ajv	100%	19770 (± 1.31%)
is-my-json-valid	70%	13835 (± 2.84%)
jsen	57.7%	11411 (± 1.27%)
schemasaurus	26%	5145 (± 1.62%)
themis	19.9%	3935 (± 2.69%)
z-schema	7%	1388 (± 0.84%)
jsck	3.1%	606 (± 2.84%)
jsonschema	0.9%	185 (± 1.01%)
skeemas	0.8%	154 (± 0.79%)
tv4	0.5%	93 (± 0.94%)
jayschema	0.1%	21 (± 1.14%)

换言之，RapidJSON 比最快的 JavaScript 库（ajv）快约 1.5x。比最慢的快 1400x。