JSON存储的手动去重模式 | AI生成和翻译
问题： 在添加记录时是否应该强制唯一性——即add_record中的去重逻辑是否是处理JSON存储中”唯一键”问题的正确位置？
回答：
是的，你在add_record中使用的_record_key + existing_keys集合方案正是JSON存储的正确模式。你实际上手动实现了数据库UNIQUE约束的功能。
但有几个需要注意的改进点：
当前逻辑正确但有一个脆弱点
def _record_key(record_type: str, rec: dict) -> str:
if record_type == "client_timesheet":
return f"{rec.get('week_start', '')}_{rec.get('week_end', '')}"
elif record_type == "vendor_punch_card":
return rec.get("date", "")
elif record_type == "vendor_timesheet":
return rec.get("date", "")
return str(sorted(rec.items())) # ← 脆弱的回退方案
回退方案str(sorted(rec.items()))会在新增记录类型时静默失效——它会按完整内容相等性进行”去重”，这几乎从来不是你想要的。建议改为显式处理：
def _record_key(record_type: str, rec: dict) -> str:
if record_type == "client_timesheet":
return f"{rec['week_start']}_{rec['week_end']}"
elif record_type in ("vendor_punch_card", "vendor_timesheet"):
return rec["date"]
raise ValueError(f"Unknown record_type: {record_type!r}")
失败时抛出异常，而不是静默处理。
真正的唯一性漏洞：跨月份问题
你的去重只检查了同一个月桶内的数据：
existing_keys = {_record_key(record_type, r) for r in all_data[month]["records"]}
像2026-05-31这样的打卡日期，如果调用者传入错误的month，理论上可能同时落在202605和202606两个桶中。对于打卡记录和供应商工时表，自然键是date本身——建议验证日期确实属于声明的月份：
def _validate_month(record_type: str, rec: dict, month: str) -> bool:
date_field = rec.get("date") or f"{rec.get('week_start', '')}"
return date_field.startswith(f"{month[:4]}-{month[4:]}")
add_record的返回值没有在可见的地方被使用
你返回了(added, skipped)，但调用方应该记录这个信息：
added, skipped = add_record(data_dir, staff_id, record_type, month, records)
if skipped:
print(f" ↩ {skipped} 个重复记录被跳过，{added} 个已添加")
否则静默跳过看起来就像静默失败。
总结
在这个规模下，你的JSON加手动去重方案是正确且足够的。这个模式与SQLite的功能对应关系清晰：
| SQLite | 你的JSON方案 |
|---|---|
PRIMARY KEY (date) |
返回date的_record_key |
INSERT OR IGNORE |
if key in existing_keys: skip |
UNIQUE (week_start, week_end) |
f"{week_start}_{week_end}" 复合键 |
无需数据库——只需加强回退方案并添加跳过记录的日志即可。