解析一行中的多个 json 对象

Question

我正在解析包含 json 对象的文件。问题是某些文件在一行中有多个对象。例如：

{"data1": {"data1_inside": "bla{bl\"a"}}{"data1": {"data1_inside": "blabla["}}{"data1": {"data1_inside": "bla{bla"}}{"data1": {"data1_inside": "bla["}}

我制作了一个函数，当没有左括号时尝试解析子字符串，但值中可能有大括号。我尝试通过检查引号的开头和结尾来跳过值，但也有带有转义引号的值。关于如何处理这个问题的任何想法？

我的尝试：

def get_lines(data):
    lines = []
    open_brackets = 0
    start = 0
    is_comment = False
    for index, c in enumerate(data):
        if c == '"':
            is_comment = not is_comment
        elif not is_comment:
            if c == '{':
                if not open_brackets:
                    start = index
                open_brackets += 1

            if c == '}':
                open_brackets -= 1
                if not open_brackets:
                    lines.append(data[start: index+1])

    return lines

Answer 1

您可以使用 json raw_decoder！这允许在第一个 json 对象之后读取带有额外数据的 json 字符串。一个使用示例是：

>>> dec = json.JSONDecoder()
>>> json_str = '{"data": "Foo"}{"data": "BarBaz"}{"data": "Qux"}'
>>> dec.raw_decode(json_str)
({u'data': u'Foo'}, 15)
>>> dec.raw_decode(json_str[15:])
({u'data': u'BarBaz'}, 18)
>>> dec.raw_decode(json_str[33:])
({u'data': u'Qux'}, 15)

元组的第一部分是 json 对象，第二部分是读取它时使用了多少字符串。因此，像这样的循环将允许您遍历字符串中的所有 json 对象。

dec = json.JSONDecoder()
pos = 0
while not pos == len(str(json_str)):
    j, json_len = dec.raw_decode(str(json_str)[pos:])
    pos += json_len
    # Do something with the json j here

Answer 2

简单但不太健壮的版本：

>>> import re
>>> s = r'{"data1": {"data1_inside": "bla{bl\"a"}}{"data1": {"data1_inside": "blabla["}}{"data1": {"data1_inside": "bla{bla"}}{"data1": {"data1_inside": "bla["}}'
>>> r = re.split('(\{.*?\})(?= *\{)', s)
['', '{"data1": {"data1_inside": "bla{bl\\"a"}}', '', '{"data1": {"data1_inside": "blabla["}}', '', '{"data1": {"data1_inside": "bla{bla"}}', '{"data1": {"data1_inside": "bla["}}']

}{如果包含在字符串中，这将失败

正如其他人所建议的，您可以尝试解析每个元素。如果它无效，那么我们应该将该元素与下一个元素一起检查。

请注意，这r是上面代码的结果

accumulator = ''
res = []
for subs in r:
    accumulator += subs
    try:
        res.append(json.loads(accumulator))
        accumulator = ''
    except:
        pass