Python：解析類似JSON的Javascript數據結構（w /連續逗號）

Question

我想解析類似JSON的字符串。它們與正常JSON的唯一區別在於數組中存在連續的逗號。當有兩個這樣的逗號時，它隱含地意味着應該在中間插入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]] 

原生json.JSONDecoder類不允許我更改數組解析的行爲。我只能修改解析器的對象（字典），整數，浮點數，字符串（通過給予kwargs函數JSONDecoder()，請參閱the doc）。

那麼，這是否意味着我必須從頭開始編寫JSON解析器？ Python代碼json是可用的，但它是相當混亂。我寧願使用它的內部而不是重複它的代碼！

Answer 1

小&簡單的解決方法可以試試：

1. 轉換類JSON數據字符串。
2. 將「,,」替換爲「，null」。
3. 將其轉換爲任何您的代表。

4. 讓JSONDecoder（）， 做繁重的工作。

   1. & 3.可以，如果你已經使用字符串處理被省略。

（如果轉換爲字符串是不現實的，更新此信息您的問題！）

Answer 2

既然你試圖解析究竟是不是JSON 本身，而是與JSON非常相似的不同語言，您可能需要您自己的解析器。

幸運的是，這並不像聽起來那麼難。您可以使用Python解析器生成器，如pyparsing。 JSON可以用一個相當簡單的上下文無關語法（我找到了一個here）完全指定，所以你應該能夠修改它以適應你的需要。

Answer 3

這樣做是一種駭人的方式，但一種解決方案是簡單地對JSON-ish數據進行一些字符串修改，以便在解析它之前將其排成一行。

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) 

這給我們留下了：

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

然後，我們可以這樣做：

json.loads(not_quite_json) 

給予我們：

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

注意，它不是一個取代一樣簡單，因爲替換也插入了可以n的逗號取代。鑑於此，您必須循環，直到不能進行更換。在這裏，我使用了一個簡單的正則表達式來完成這項工作。

Answer 4

您可以通過使用一個回顧後表達做了逗號更換Lattyware's/przemo_li's答案在一次通過，即「替代由只是一個逗號之前的所有逗號」：

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

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

注意，這將工作例如，對於可以假定字符串中沒有連續逗號的小事情。一般來說，正則表達式不足以解決這個問題，使用真正解析器的Taymon's approach是唯一完全正確的解決方案。

Answer 5

我看了一下Taymon的推薦，pyparsing，並且我成功地破解了提供的示例here以滿足我的需求。 它可以很好地模擬Javascript eval()但失敗一種情況：尾隨逗號。應該有一個可選的尾隨逗號 - 見下面的測試 - 但我找不到任何適當的方式來實現這一點。

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())