JSON Schema 生成器

从 JSON 数据自动生成 Schema，支持验证和 Mock 数据生成

JSON Schema 是描述 JSON 数据结构的标准规范，广泛用于 API 文档、数据验证、自动化测试等场景。ForJSON 提供免费的 JSON Schema 生成器，能够从现有 JSON 数据自动推断并生成符合规范的 Schema，同时支持 Schema 验证和基于 Schema 的 Mock 数据生成。

无论您是后端开发需要编写 API 文档，前端开发需要验证接口数据，还是测试工程师需要生成测试数据，ForJSON 的 JSON Schema 工具都能显著提升效率，减少手动编写 Schema 的繁琐工作。

什么是 JSON Schema

JSON Schema 是一种基于 JSON 格式的声明式语言，用于描述 JSON 数据的结构、类型约束和验证规则。它就像是 JSON 数据的"蓝图"或"合同"，定义了数据应该是什么样子。

JSON Schema 的核心作用

数据验证：自动检查 JSON 数据是否符合预期结构
API 文档：清晰描述接口的请求和响应格式
代码生成：根据 Schema 自动生成类型定义（TypeScript、Java 等）
数据校验：在前后端进行数据格式校验，减少错误
Mock 数据：根据 Schema 自动生成符合规范的测试数据
开发协作：前后端基于 Schema 约定接口，并行开发

JSON Schema 的应用场景

🔌 API 开发

定义 RESTful API 的请求和响应格式，自动生成 API 文档（配合 OpenAPI/Swagger）。

✅ 数据校验

在后端接收请求时自动验证参数，在前端验证表单输入，减少无效数据。

🧪 自动化测试

根据 Schema 生成测试用例，确保接口返回数据始终符合规范。

📝 配置文件验证

验证应用配置文件格式（如 VS Code 的 settings.json Schema）。

🔄 数据迁移

在数据库迁移或格式升级时，确保新旧数据格式兼容。

📚 团队协作

统一团队对数据结构的理解，避免沟通成本和理解偏差。

如何使用 ForJSON 的 JSON Schema 生成器

功能 1：从 JSON 生成 Schema

步骤 1：访问 ForJSON，将现有 JSON 数据粘贴到编辑器。

步骤 2：点击工具栏的"Schema"按钮，选择"生成 Schema"。

步骤 3：ForJSON 会自动分析 JSON 结构，推断字段类型、必填项、数组元素类型等，生成完整的 JSON Schema。

步骤 4：复制生成的 Schema，或导出为 .json 文件，用于 API 文档或验证逻辑。

💡 智能推断：

ForJSON 的 Schema 生成器能够：

自动识别字段类型（string、number、boolean、array、object）
分析数组元素，生成 items Schema
识别嵌套对象的结构
设置合理的 required 必填字段
添加 title 和 description 注释（可手动补充）

功能 2：验证 JSON 是否符合 Schema

步骤 1：准备好 JSON Schema（可以是生成的，也可以是手写的）。

步骤 2：点击"Schema"→"验证"，粘贴 Schema 和要验证的 JSON 数据。

步骤 3：ForJSON 会立即返回验证结果：

✅ 验证通过：数据完全符合 Schema 定义
❌ 验证失败：详细列出错误位置和原因（如类型不匹配、缺少必填字段等）

功能 3：根据 Schema 生成 Mock 数据

步骤 1：准备 JSON Schema。

步骤 2：点击"Schema"→"生成 Mock 数据"，输入需要生成的数据条数。

步骤 3：ForJSON 会根据 Schema 自动生成符合规范的随机数据，包括：

字符串字段生成随机文本（可配合 format 生成邮箱、URL、日期等）
数字字段生成符合 minimum/maximum 范围的随机数
布尔字段随机 true/false
数组字段生成指定长度的元素
枚举字段从 enum 列表中随机选择

步骤 4：生成的 Mock 数据可直接用于前端开发、接口测试、演示场景。

实用示例

示例 1：用户对象的 Schema 生成

原始 JSON：

{
  "id": 1001,
  "username": "alice",
  "email": "alice@example.com",
  "age": 28,
  "isActive": true,
  "roles": ["admin", "editor"],
  "profile": {
    "avatar": "https://example.com/avatar.jpg",
    "bio": "Full-stack developer"
  }
}
            

自动生成的 JSON Schema：

{
  "$schema": "http://json-schema.org/draft-07/schema#",
  "type": "object",
  "properties": {
    "id": {
      "type": "integer",
      "description": "用户ID"
    },
    "username": {
      "type": "string",
      "description": "用户名"
    },
    "email": {
      "type": "string",
      "format": "email",
      "description": "邮箱地址"
    },
    "age": {
      "type": "integer",
      "minimum": 0,
      "maximum": 150
    },
    "isActive": {
      "type": "boolean",
      "description": "账户是否激活"
    },
    "roles": {
      "type": "array",
      "items": {
        "type": "string"
      },
      "description": "用户角色列表"
    },
    "profile": {
      "type": "object",
      "properties": {
        "avatar": {
          "type": "string",
          "format": "uri"
        },
        "bio": {
          "type": "string"
        }
      },
      "required": ["avatar"]
    }
  },
  "required": ["id", "username", "email"]
}
            

示例 2：Schema 验证错误提示

JSON 数据：

{
  "id": "not-a-number",  // ❌ 应该是整数
  "username": "bob",
  // ❌ 缺少必填字段 email
  "age": -5,  // ❌ age 不能为负数
  "roles": "admin"  // ❌ 应该是数组
}
            

ForJSON 验证结果：

验证失败，发现 4 个错误：

1. /id: 类型错误
   期望: integer
   实际: string

2. /email: 缺少必填字段
   required 中定义了 email，但数据中未找到

3. /age: 数值超出范围
   minimum 为 0，但实际值为 -5

4. /roles: 类型错误
   期望: array
   实际: string
            

示例 3：根据 Schema 生成 Mock 数据

输入 Schema（订单对象）：

{
  "type": "object",
  "properties": {
    "orderId": {
      "type": "string",
      "pattern": "^ORD[0-9]{8}$"
    },
    "amount": {
      "type": "number",
      "minimum": 0.01,
      "maximum": 9999.99
    },
    "status": {
      "type": "string",
      "enum": ["pending", "paid", "shipped", "completed", "cancelled"]
    },
    "createdAt": {
      "type": "string",
      "format": "date-time"
    }
  },
  "required": ["orderId", "amount", "status"]
}
            

ForJSON 生成的 Mock 数据（3 条）：

[
  {
    "orderId": "ORD20260826",
    "amount": 458.32,
    "status": "paid",
    "createdAt": "2026-08-26T10:32:15Z"
  },
  {
    "orderId": "ORD20260827",
    "amount": 1299.00,
    "status": "shipped",
    "createdAt": "2026-08-26T14:18:42Z"
  },
  {
    "orderId": "ORD20260828",
    "amount": 89.99,
    "status": "pending",
    "createdAt": "2026-08-26T16:55:01Z"
  }
]
            

JSON Schema 关键字说明

类型定义（type）

string - 字符串
number / integer - 数字 / 整数
boolean - 布尔值
array - 数组
object - 对象
null - 空值

常用约束

required - 必填字段列表
enum - 枚举值（限定取值范围）
minimum / maximum - 数字范围
minLength / maxLength - 字符串长度
pattern - 正则表达式校验
format - 格式校验（email、uri、date-time 等）
items - 数组元素的 Schema
properties - 对象属性定义

format 常用值

date-time - ISO 8601 日期时间
date - 日期（YYYY-MM-DD）
time - 时间（HH:MM:SS）
email - 邮箱地址
uri / url - 网址
ipv4 / ipv6 - IP 地址
uuid - UUID

为什么选择 ForJSON

ForJSON 的 JSON Schema 工具优势：

智能生成：从 JSON 自动推断 Schema，省去手写 Schema 的繁琐
即时验证：实时校验 JSON 数据，详细报错信息帮助快速定位问题
Mock 数据生成：根据 Schema 自动生成测试数据，加速开发
符合规范：生成的 Schema 遵循 JSON Schema Draft-07 标准
完全免费：无使用限制，无需注册
隐私保护：本地浏览器处理，数据不上传
多功能集成：Schema 工具与格式化、转换、AI 编辑无缝配合

常见问题

Q1: ForJSON 支持哪个版本的 JSON Schema？

ForJSON 支持 JSON Schema Draft-07 规范，这是目前最广泛使用的版本，兼容大多数验证库和工具。

Q2: 生成的 Schema 可以直接用于生产环境吗？

可以作为起点，但建议根据实际业务需求进行调整。ForJSON 生成的 Schema 是基于样本数据推断的，可能需要补充约束条件（如字符串长度、数值范围）和描述信息。

Q3: 如何在代码中使用 JSON Schema 进行验证？

可以使用各语言的 JSON Schema 验证库：

JavaScript/Node.js：ajv、jsonschema
Python：jsonschema
Java：json-schema-validator
Go：gojsonschema

Q4: Mock 数据的随机性可以控制吗？

ForJSON 根据 Schema 的约束生成数据。可以通过设置 enum、pattern、minimum/maximum 等字段来控制生成规则。

Q5: 可以为嵌套很深的 JSON 生成 Schema 吗？

可以。ForJSON 支持任意深度的嵌套结构，会递归分析所有层级并生成完整的 Schema。

立即使用 JSON Schema 生成器

完全免费，本地处理，保护隐私