Question

我正在将一个JSON文件读入Python，其中包含转义的单引号（ \'）。这导致了各种各样的打嗝，如上所述。 here。但是，我找不到任何关于如何解决问题的内容。我刚做了一个

newstring=originalstring.replace(r"\'", "'")

事情已经成功了。但这看起来相当丑陋。我真的找不到关于如何在json docs中处理这类事情（创建异常或其他东西）的很多材料。

这样的问题是否有一个良好，干净的程序？

不幸的是，回到源头是不可能的。

感谢您的帮助！

Answer 1

正确的做法是修复创建无效JSON文件的任何内容。但如果那不可能，我想是需要更换。但是你应该使用正则表达式，因此它不能用\\'替换\' - 在这种情况下，第一个反斜杠是逃避第二个反斜杠，它们并没有逃避引用。消极的后视将阻止这种情况。

import re
newstring = re.sub(r"(?<!\\)\\'", "'", originalstring)

Answer 2

JSON standard定义了一组特定的valid 2-character escape sequences：\\，\/，\"，\b，\r，{ {1}}，\n和\f，以及一个4字符转义序列，用于定义任何Unicode代码点\t（\uhhhh加4个十六进制数字）。任何其他反斜杠加上其他字符的序列都是无效的JSON 。

如果你有一个JSON源，你无法修复，唯一的出路就是删除无效序列，就像你使用\u一样，即使它有点脆弱（它＆＃39;当引号前面有一个偶数反斜杠序列时，中断。

您也可以使用正则表达式，删除在有效序列中未使用的任何反斜杠：

str.replace()

这不会发现像fixed = re.sub(r'(?<!\\)\\(?!["\\/bfnrt]|u[0-9a-fA-F]{4})', r'', inputstring)这样的奇数反斜杠序列，但会抓住其他任何东西：

\\\

Answer 3

解决方案还不错。这看起来很难看，因为这个问题很丑陋 - 你的数据已经损坏了。它当然简单，优雅，有效。只有当子串\\'（这是三个字符，我没有逃避任何东西）出现在任何地方时，它才会失败，即使这样，只有当连续斜线的数量是偶数时才会失败。所以你的选择是：

只做你当前的事情，但首先检查if r"\\'" in originalstring并抛出错误，如果是这样的话。简单，安全，可能很好。
对(\\\\)+或其他内容使用带有负向lookbehind的正则表达式。
捕获错误并使用错误的属性来决定要替换的字符串的一部分。

查看此代码段：

import json
from json.decoder import JSONDecodeError

s = r'"\'"'
print(s)
try:
    print(json.loads(s))
except JSONDecodeError as e:
    print(vars(e))

输出：

"\'"
{'msg': 'Invalid \\escape', 'colno': 2, 'doc': '"\\\'"', 'pos': 1, 'lineno': 1}

处理JSON中错误转义的字符

3 个答案: