有誤轉義字符買賣JSON

我讀一個JSON文件成Python其中包含轉義單引號（\」）。這會導致各種打嗝，正如討論過的那樣。 here。但是，我無法找到如何地址問題什麼。我只是做了一個有誤轉義字符買賣JSON

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

和東西解決。但這似乎相當難看。我無法在json docs中找到關於如何處理這種事情（創建異常或其他東西）的很多材料。

對於這樣的問題，是否有一個很好的，乾淨的程序？

去回源是不可能的，很遺憾。

感謝您的幫助！

來源

2016-06-07 patrick

的'\''字符序列的確是無效的JSON，因爲在JSON沒有這樣的轉義序列。你是如何產生這個輸出的？ –

嗨Martijn，我根本沒有生產它，只是處理給我的東西。顯然它是用「導出到PHPMyAdmin的JSON插件」創建的。 – patrick

在這種情況下，是否考慮向該項目提交錯誤報告。 –

的JSON standard定義組特定的valid 2-character escape sequences：\\，\/，\"，\b，\r，\n，\f和\t，和一個4個字符的轉義序列來定義任何Unicode編碼點，\uhhhh（\u加上4個十六進制位）。任何其他反斜槓序列加上其他字符是無效的JSON。

如果你有一個JSON源無法修復，否則，唯一的出路就是刪除無效的序列，像你這樣做str.replace()哪怕是一點點脆弱的（它會打破時，有引號前的反斜槓序列）。

你可以使用正則表達式也一樣，在那裏你刪除一個有效的序列不使用任何反斜線：

fixed = re.sub(r'(?<!\\)\\(?!["\\/bfnrt]|u[0-9a-fA-F]{4})', r'', inputstring)

這不會趕上了一個奇怪的數反斜槓序列，例如\\\但會趕上其他任何東西：

>>> import re, json 
>>> broken = r'"JSON string with escaped quote: \' and various other broken escapes: \a \& \$ and a newline!\n"' 
>>> json.loads(broken) 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
    File "/Users/mjpieters/Development/Library/buildout.python/parts/opt/lib/python3.5/json/__init__.py", line 319, in loads 
    return _default_decoder.decode(s) 
    File "/Users/mjpieters/Development/Library/buildout.python/parts/opt/lib/python3.5/json/decoder.py", line 339, in decode 
    obj, end = self.raw_decode(s, idx=_w(s, 0).end()) 
    File "/Users/mjpieters/Development/Library/buildout.python/parts/opt/lib/python3.5/json/decoder.py", line 355, in raw_decode 
    obj, end = self.scan_once(s, idx) 
json.decoder.JSONDecodeError: Invalid \escape: line 1 column 34 (char 33) 
>>> json.loads(re.sub(r'(?<!\\)\\(?!["\\/bfnrt]|u[0-9a-fA-F]{4})', r'', broken)) 
"JSON string with escaped quote: ' and various other broken escapes: a & $ and a newline!\n"

來源

2016-06-07 21:28:07

感謝您的幫助！ – patrick

正確的做法是解決什麼是創建無效的JSON文件。但如果這是不可能的，我想替換是必要的。但是，你應該使用正則表達式，因此不會與\'取代\\' - 在這種情況下，第一反斜槓轉義第二個反斜槓，他們沒有逃避的報價。負面的逆序將會阻止這一點。

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

來源

2016-06-07 21:27:32 Barmar

解決方案並不差。這看起來很醜，因爲這個問題很難看 - 你的數據已經損壞。這當然簡單，優雅，有效。如果子\\'（這三個大字，我不逃避任何東西）是存在的任何地方它只會失敗，而且當時只有連續斜線的數量是偶數。所以你的選擇是：

只是做你目前的事情，但首先檢查if r"\\'" in originalstring並拋出一個錯誤，如果是這樣。簡單，安全，可能很好。
對於(\\\\)+或其他東西，使用帶負向後置的正則表達式。
捕獲錯誤並使用錯誤的屬性來決定要替換的字符串的一部分。

看看這個片斷：

import json 
from json.decoder import JSONDecodeError 

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

輸出：

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

來源

2016-06-07 21:31:03

只有在Python 3中，異常才具有這些屬性;在Python 2中，所有你會得到的是一個'ValueError'異常，並且你不能解析這個信息的文本信息。 –

順便說一句，你可以使用'json.JSONDecodeError'，你不需要從'json.decoder'中導入它。 –

是的，Python 2給了我一個'ValueError：Invalid \ escape'： – patrick

有誤轉義字符買賣JSON

回答

相關問題