修复无效 JSON 的最有效方法
Posted
技术标签:
【中文标题】修复无效 JSON 的最有效方法【英文标题】：Most efficient way to fix an invalid JSON 【发布时间】：2015-04-07 15:22:26 【问题描述】：我陷入了一个不可能的境地。我有一个来自外太空的 JSON（他们不可能改变它）。这是 JSON
user:'180111',
title:'I\'m sure "E pluribus unum" means \'Out of Many, One.\' \n\nhttp://en.wikipedia.org/wiki/E_pluribus_unum.\n\n\'',
date:'2007/01/10 19:48:38',
"id":"3322121",
"previd":112211,
"body":"\'You\' can \"read\" more here [url=http:\/\/en.wikipedia.org\/?search=E_pluribus_unum]E pluribus unum[\/url]'s. Cheers \\*/ :\/",
"from":"112221",
"username":"mikethunder",
"creationdate":"2007\/01\/10 14:04:49"
“它远不是一个有效的 JSON”，我说。他们的回答是“emmm！但是 javascript 可以毫无怨言地读取它”：
<html>
<script type="text/javascript">
var obj = "PUT JSON FROM UP THERE HERE";
document.write(obj.title);
document.write("<br />");
document.write(obj.creationdate + " " + obj.date);
document.write("<br />");
document.write(obj.body);
document.write("<br />");
</script>
<body>
</body>
</html>
问题
我应该通过 .NET(4) 读取和解析这个字符串，它破坏了Json.org 的 C# 部分中提到的 14 个库中的 3 个（没有尝试其他库）。为了解决这个问题，我编写了以下函数来解决单引号和双引号的问题。
public static string JSONBeautify(string InStr)
bool inSingleQuote = false;
bool inDoubleQuote = false;
bool escaped = false;
StringBuilder sb = new StringBuilder(InStr);
sb = sb.Replace("`", "<°)))><"); // replace all instances of "grave accent" to "fish" so we can use that mark later.
// Hopefully there is no "fish" in our JSON
for (int i = 0; i < sb.Length; i++)
switch (sb[i])
case '\\':
if (!escaped)
escaped = true;
else
escaped = false;
break;
case '\'':
if (!inSingleQuote && !inDoubleQuote)
sb[i] = '"'; // Change opening single quote string markers to double qoute
inSingleQuote = true;
else if (inSingleQuote && !escaped)
sb[i] = '"'; // Change closing single quote string markers to double qoute
inSingleQuote = false;
else if (escaped)
escaped = false;
break;
case '"':
if (!inSingleQuote && !inDoubleQuote)
inDoubleQuote = true; // This is a opening double quote string marker
else if (inSingleQuote && !escaped)
sb[i] = '`'; // Change unescaped double qoute to grave accent
else if (inDoubleQuote && !escaped)
inDoubleQuote = false; // This is a closing double quote string marker
else if (escaped)
escaped = false;
break;
default:
escaped = false;
break;
return sb.ToString()
.Replace("\\/", "/") // Remove all instances of escaped / (\/) .hopefully no smileys in string
.Replace("`", "\\\"") // Change all "grave accent"s to escaped double quote \"
.Replace("<°)))><", "`") // change all fishes back to "grave accent"
.Replace("\\'","'"); // change all escaped single quotes to just single quote
现在 JSONlint 只抱怨属性名称，我可以同时使用 JSON.NET 和 SimpleJSON 库来解析 JSON。
问题
我确信我的代码不是修复提到的 JSON 的最佳方法。 有没有我的代码可能会中断的情况？有更好的方法吗？
【问题讨论】：
JSON 在很多层面上都是错误的。但是我们可以修复它。 我完全同意你的观点，但由于他们来自外太空，他们不会说我们的语言，让他们明白这是错误的......完全不可能。 【参考方案1】：您需要通过 JavaScript 运行它。在 .net 中启动一个 JavaScript 解析器。将字符串作为 JavaScript 的输入，并使用 JavaScript 的原生 JSON.stringify 进行转换：
obj =
"user":'180111',
"title":'I\'m sure "E pluribus unum" means \'Out of Many, One.\' \n\nhttp://en.wikipedia.org/wiki/E_pluribus_unum.\n\n',
"date":'2007/01/10 19:48:38',
"id":"3322121",
"previd":"112211",
"body":"\'You\' can \"read\" more here [url=http:\/\/en.wikipedia.org\/?search=E_pluribus_unum]E pluribus unum[\/url]'s. Cheers \\*/ :\/",
"from":"112221",
"username":"mikethunder",
"creationdate":"2007\/01\/10 14:04:49"
console.log(JSON.stringify(obj));
document.write(JSON.stringify(obj));请记住，您获得的字符串（或者更确切地说是对象）不是有效的 JSON，无法使用 JSON 库进行解析。它需要首先转换为有效的 JSON。但是它是有效的 JavaScript。
要完成这个答案：您可以在 .Net 中使用JavaScriptSerializer。对于此解决方案，您需要以下程序集：
System.Web.Script.Serialization
var webClient = new WebClient();
string readHtml = webClient.DownloadString("uri to your source (extraterrestrial)");
var a = new JavaScriptSerializer();
Dictionary<string, object> results = a.Deserialize<Dictionary<string, object>>(readHtml);
【讨论】：
很好的答案。如果您想一路走下去，请包含一个示例或 .Net json 解析器列表（甚至可能只使用简单的 WebBrowser？）。答案中的 js sn-ps 巧妙的技巧，我喜欢。 把工作交给知道怎么做的人是个好主意，但是关于如何在 .net 中运行 Javascript 解析器有什么建议吗？Javascript.NET 或 Jint 是否正确处理了这个 java 对象？
@BobSort，看看更新的答案。这将解析可怕的 JSONish 对象并输出一个不错的 .Net 字典列表。我用你的源试了一下，效果很好。
你的答案都很好。我特别喜欢内联运行 sn-p。顺便说一句，您的代码的第二部分不能处理所有类型的 JSON，例如数组 [...]
好吧，我不能使用字典，上面提到的 JSON 是更大对象数组的一部分。但是，如果我使用对象而不是字典，我可以获得结果。【参考方案2】：
这个怎么样：
string AlienJSON = "your alien JSON";
JavaScriptSerializer js = new JavaScriptSerializer();
string ProperJSON = js.Serialize(js.DeserializeObject(AlienJSON));
或者只是在反序列化后使用对象，而不是将其转换回字符串并将其传递给 JSON 解析器以增加头痛
正如 Mouser 还提到的，您需要使用 System.Web.Script.Serialization，可通过在您的项目中包含 system.web.extensions.dll 来使用，为此您需要将项目属性中的 Target framework 更改为 .NET Framework 4。
编辑
使用反序列化对象的技巧是使用dynamic
JavaScriptSerializer js = new JavaScriptSerializer();
dynamic obj = js.DeserializeObject(AlienJSON);
对于您问题中的 JSON，只需使用
string body = obj["body"];
或者如果你的 JSON 是一个数组
if (obj is Array)
foreach(dynamic o in obj)
string body = obj[0]["body"];
// ... do something with it
【讨论】：
反序列化后如何使用对象？ 您是否尝试将 JavaScript 字符串放入 .Net 字符串中？不起作用。您需要从外部加载它。于是有了网络客户端。【参考方案3】：这是我制作的一个可以修复损坏的 json 的函数：
function fixJSON(json)
function bulkRegex(str, callback)
if(callback && typeof callback === 'function')
return callback(str);
else if(callback && Array.isArray(callback))
for(let i = 0; i < callback.length; i++)
if(callback[i] && typeof callback[i] === 'function')
str = callback[i](str);
elsebreak;
return str;
return str;
if(json && json !== '')
if(typeof json !== 'string')
try
json = JSON.stringify(json);
catch(e)return false;
if(typeof json === 'string')
json = bulkRegex(json, false, [
str => str.replace(/[\n\t]/gm, ''),
str => str.replace(/,\/gm, ''),
str => str.replace(/,\]/gm, ']'),
str =>
str = str.split(/(?=[,\\]])/g);
str = str.map(s =>
if(s.includes(':') && s)
let strP = s.split(/:(.+)/, 2);
strP[0] = strP[0].trim();
if(strP[0])
let firstP = strP[0].split(/([,\\[])/g);
firstP[firstP.length-1] = bulkRegex(firstP[firstP.length-1], false, p => p.replace(/[^A-Za-z0-9\-_]/, ''));
strP[0] = firstP.join('');
let part = strP[1].trim();
if((part.startsWith('"') && part.endsWith('"')) || (part.startsWith('\'') && part.endsWith('\'')) || (part.startsWith('`') && part.endsWith('`')))
part = part.substr(1, part.length - 2);
part = bulkRegex(part, false, [
p => p.replace(/(["])/gm, '\\$1'),
p => p.replace(/\\'/gm, '\''),
p => p.replace(/\\`/gm, '`'),
]);
strP[1] = ('"'+part+'"').trim();
s = strP.join(':');
return s;
);
return str.join('');
,
str => str.replace(/(['"])?([a-zA-Z0-9\-_]+)(['"])?:/g, '"$2":'),
str =>
str = str.split(/(?=[,\\]])/g);
str = str.map(s =>
if(s.includes(':') && s)
let strP = s.split(/:(.+)/, 2);
strP[0] = strP[0].trim();
if(strP[1].includes('"') && strP[1].includes(':'))
let part = strP[1].trim();
if(part.startsWith('"') && part.endsWith('"'))
part = part.substr(1, part.length - 2);
part = bulkRegex(part, false, p => p.replace(/(?<!\\)"/gm, ''));
strP[1] = ('"'+part+'"').trim();
s = strP.join(':');
return s;
);
return str.join('');
,
]);
try
json = JSON.parse(json);
catch(e)return false;
return json;
return false;
【讨论】：
以上是关于修复无效 JSON 的最有效方法的主要内容，如果未能解决你的问题，请参考以下文章
（预）处理存储在 json 中的大型数据集的最有效方法是啥？