Python 解析“脏乱差”JSON？这几种实战技巧让你轻松应对不规则数据
- Python 解析“脏乱差”JSON？这几种实战技巧让你轻松应对不规则数据
- 一、场景1：轻微格式错误（单引号、尾逗号等）
- 典型数据：
- ✅ 解法：使用 ast.literal_eval（仅限 Python 字面量）
- 二、场景2：含注释、尾逗号、键无引号（类 JS 对象）
- 典型数据：
- ✅ 解法：使用 json5 库（推荐！）
- 三、场景3：字符串中嵌套未转义的 JSON 片段
- 典型数据：
- ✅ 解法：正则 + 递归解析
- 四、场景4：完全非结构化，但有规律可循
- 比如日志文件中的混合内容：
- ✅ 解法：先用正则提取疑似 JSON 片段，再用容错解析器
- 五、终极武器：自定义解析器 or LLM 辅助（慎用）
- 最佳实践建议
- 结语
Python 解析“脏乱差”JSON？这几种实战技巧让你轻松应对不规则数据
在真实世界的数据处理中，我们很少遇到教科书式的标准 JSON。更多时候，面对的是：
单引号代替双引号
末尾多出逗号
键名未加引号（如 {name: “Alice”}）
混合了注释（// 这是注释）
嵌套结构缺失或类型错乱（字符串里藏了 JSON 片段）
甚至根本不是合法 JSON，而是 JavaScript 对象字面量（JS Object Literal）
这类“不规则 JSON”无法被 Python 内置的 json.loads() 直接解析，强行使用会抛出 JSONDecodeError。但别急——本文将为你提供一套从温和修复到强力解析的完整工具箱，用 Python 轻松驯服这些“野性”数据。
一、场景1：轻微格式错误（单引号、尾逗号等）
典型数据：
{
