如何自动修复无效的JSON字符串？

一尘不染

如何自动修复无效的JSON字符串？

json

从2gis API中，我获得了以下JSON字符串。

{
    "api_version": "1.3",
    "response_code": "200",
    "id": "3237490513229753",
    "lon": "38.969916127827",
    "lat": "45.069889625267",
    "page_url": null,
    "name": "ATB",
    "firm_group": {
        "id": "3237499103085728",
        "count": "1"
    },
    "city_name": "Krasnodar",
    "city_id": "3237585002430511",
    "address": "Turgeneva,   172/1",
    "create_time": "2008-07-22 10:02:04 07",
    "modification_time": "2013-08-09 20:04:36 07",
    "see_also": [
        {
            "id": "3237491513434577",
            "lon": 38.973110606808,
            "lat": 45.029031222211,
            "name": "Advance",
            "hash": "5698hn745A8IJ1H86177uvgn94521J3464he26763737242Cf6e654G62J0I7878e",
            "ads": {
                "sponsored_article": {
                    "title": "Center "ADVANCE"",
                    "text": "Business.English."
                },
                "warning": null
            }
        }
    ]
}

但是Python无法识别它：

json.loads(firm_str)

期望的分隔符：第1行第3646列（字符3645）

似乎用引号引起问题：“标题”：“中心“ ADVANCE””

如何在Python中自动修复它？

阅读 865

2020-07-27

共1个答案

一尘不染

@Michael的回答给了我一个主意……这不是一个很漂亮的主意，但是它似乎可以工作，至少在您的示例中有效：尝试解析JSON字符串，如果失败，则查找失败的字符。异常字符串1并替换该字符。

while True:
    try:
        result = json.loads(s)   # try to parse...
        break                    # parsing worked -> exit loop
    except Exception as e:
        # "Expecting , delimiter: line 34 column 54 (char 1158)"
        # position of unexpected character after '"'
        unexp = int(re.findall(r'\(char (\d+)\)', str(e))[0])
        # position of unescaped '"' before that
        unesc = s.rfind(r'"', 0, unexp)
        s = s[:unesc] + r'\"' + s[unesc+1:]
        # position of correspondig closing '"' (+2 for inserted '\')
        closg = s.find(r'"', unesc + 2)
        s = s[:closg] + r'\"' + s[closg+1:]
print result

您可能需要添加一些其他检查，以防止此操作以无限循环结束（例如，与字符串中的字符一样，最大重复次数）。
~~另外，"如@gnibbler所指出的那样，如果错误的后面实际上是逗号，这仍然将不起作用。~~

更新： 这似乎是工作相当
现在好了（虽然还不够完善），即使转义"后跟一个逗号，或者在这种情况下，闭架的，因为它可能会获得有关（预期属性名后，语法错误投诉等）并追溯到最后一个"。它还自动转义相应的结束符"（假设存在一个）。

1）例外str是"Expecting , delimiter: line XXX column YYY (char ZZZ)"，其中ZZZ是字符串中发生错误的位置。但是请注意，该消息可能取决于Python的版本，json模块，操作系统或语言环境，因此可能必须相应地调整此解决方案。

2020-07-27