Question

我想解析类似JSON的字符串。它们与普通JSON的唯一区别在于数组中存在连续逗号。如果有两个这样的逗号，则隐含意味着应在其间插入null。例如：

       JSON-like:  ["foo",,,"bar",[1,,3,4]]
      Javascript:  ["foo",null,null,"bar",[1,null,3,4]]
Decoded (Python):  ["foo", None, None, "bar", [1, None, 3, 4]]

本机json.JSONDecoder类不允许我更改数组解析的行为。我只能修改对象（dicts），整数，浮点数，字符串的解析器（通过将kwargs函数赋予JSONDecoder()，请参阅the doc）。

那么，这是否意味着我必须从头开始编写JSON解析器？ json的Python代码可用，但它非常混乱。我宁愿使用它的内部而不是复制它的代码！

Answer 1

由于您要解析的内容不是JSON 本身，而是一种非常类似于JSON的不同语言，您可能需要自己的解析器。

幸运的是，这并不像听起来那么难。您可以使用像pyparsing这样的Python解析器生成器。可以使用相当简单的无上下文语法完全指定JSON（我发现了一个here），因此您应该能够根据自己的需要对其进行修改。

Answer 2

小＆amp;尝试简单的解决方法：

将类似JSON的数据转换为字符串。
将“,,”替换为“，null”。
将其转换为您的代表。
让JSONDecoder（），做重物。
1. ＆安培; 3.如果你已经处理过字符串，可以省略。

（如果转换为字符串是不切实际的，请使用此信息更新您的问题！）

Answer 3

您可以使用lookbehind表达式在一次传递中以逗号替换Lattyware's / przemo_li's个答案，即“替换以逗号开头的所有逗号”：

>>> s = '["foo",,,"bar",[1,,3,4]]'

>>> re.sub(r'(?<=,)\s*,', ' null,', s)
'["foo", null, null,"bar",[1, null,3,4]]'

请注意，这可以用于小的事情，例如，您可以假设字符串文字中没有连续的逗号。通常，正则表达式不足以处理此问题，并且Taymon's approach使用真正的解析器是唯一完全正确的解决方案。

Answer 4

这是一种执行它的hackish方式，但一种解决方案是简单地对JSON-ish数据进行一些字符串修改，以便在解析之前将其排成一行。

import re
import json

not_quite_json = '["foo",,,"bar",[1,,3,4]]'
not_json = True
while not_json:
    not_quite_json, not_json = re.subn(r',\s*,', ', null, ', not_quite_json)

让我们留下：

'["foo", null, null, "bar",[1, null, 3,4]]'

我们可以这样做：

json.loads(not_quite_json)

给我们：

['foo', None, None, 'bar', [1, None, 3, 4]]

请注意，它不像替换那么简单，因为替换也会插入可能需要替换的逗号。鉴于此，您必须循环，直到不能再进行替换。在这里，我使用了一个简单的正则表达式来完成这项工作。

Answer 5

我已经看过Taymon推荐，pyparsing，并且我成功地攻击了here提供的示例以满足我的需求。它可以很好地模拟Javascript eval()，但会失败一种情况：尾随逗号。应该有一个可选的尾随逗号 - 请参阅下面的测试 - 但我找不到任何正确的方法来实现它。

from pyparsing import *

TRUE = Keyword("true").setParseAction(replaceWith(True))
FALSE = Keyword("false").setParseAction(replaceWith(False))
NULL = Keyword("null").setParseAction(replaceWith(None))

jsonString = dblQuotedString.setParseAction(removeQuotes)
jsonNumber = Combine(Optional('-') + ('0' | Word('123456789', nums)) +
                    Optional('.' + Word(nums)) +
                    Optional(Word('eE', exact=1) + Word(nums + '+-', nums)))

jsonObject = Forward()
jsonValue = Forward()
# black magic begins
commaToNull = Word(',,', exact=1).setParseAction(replaceWith(None))
jsonElements = ZeroOrMore(commaToNull) + Optional(jsonValue) + ZeroOrMore((Suppress(',') + jsonValue) | commaToNull)
# black magic ends
jsonArray = Group(Suppress('[') + Optional(jsonElements) + Suppress(']'))
jsonValue << (jsonString | jsonNumber | Group(jsonObject) | jsonArray | TRUE | FALSE | NULL)
memberDef = Group(jsonString + Suppress(':') + jsonValue)
jsonMembers = delimitedList(memberDef)
jsonObject << Dict(Suppress('{') + Optional(jsonMembers) + Suppress('}'))

jsonComment = cppStyleComment
jsonObject.ignore(jsonComment)

def convertNumbers(s, l, toks):
    n = toks[0]
    try:
        return int(n)
    except ValueError:
        return float(n)

jsonNumber.setParseAction(convertNumbers)

def test():
    tests = (
        '[1,2]',       # ok
        '[,]',         # ok
        '[,,]',        # ok
        '[  , ,  , ]', # ok
        '[,1]',        # ok
        '[,,1]',       # ok
        '[1,,2]',      # ok
        '[1,]',        # failure, I got [1, None], I should have [1]
        '[1,,]',       # failure, I got [1, None, None], I should have [1, None]
    )
    for test in tests:
        results = jsonArray.parseString(test)
        print(results.asList())

Answer 6

对于那些寻求快速而又肮脏的东西来转换一般JS对象（到字典）的人。一个真实站点页面的某些部分为我提供了一些我想解决的对象。日期有“新”结构，它在一行中，中间没有空格，所以两行就足够了：

data=sub(r'new Date\(([^)])*\)', r'\1', data)
data=sub(r'([,{])(\w*):', r'\1"\2":', data)

然后json.loads（）工作正常。您的里程可能会有所不同：）

Python：解析类似JSON的Javascript数据结构（带连续逗号）

6 个答案: