使用内联引号将 JSON 导入 R

Posted 2023-03-15

【中文标题】使用内联引号将 JSON 导入 R

【英文标题】：Importing JSON into R with in-line quotation marks

【发布时间】：2014-10-07 20:58:28

【问题描述】：

我正在尝试将以下 JSON 文件（“my_file.json”）读入 R，其中包含以下内容：

["id":"484","comment":"They call me "Bruce""]

使用jsonlite包（0.9.12），以下失败：

library(jsonlite)
fromJSON(readLines('~/my_file.json'))

收到错误：

"Error in parseJSON(txt) : lexical error: invalid char in json text.
84","comment":"They call me "Bruce""]
           (right here) ------^"

这是文件R转义的输出：

readLines('~/my_file.json')

"[\"id\":\"484\",\"comment\":\"They call me \"Bruce\"\"]"

删除“布鲁斯”周围的引号可以解决问题，如下所示：

my_file.json

["id":"484","comment":"They call me Bruce"]

但是擒纵机构有什么问题呢？

【问题讨论】：

["id":"484","comment":"They call me "Bruce""] 是无效的 json jsonlint.com

Ref: Escaping quotation marks in JSON + 在JSONlint 中尝试您的 JSON 字符串。它不会用jsonlite、RJSONIO 或rjson 解析。

【参考方案1】：

在 R 中 strings literals 可以使用单引号或双引号来定义。 例如

s1 <- 'hello'
s2 <- "world"

当然，如果您想在使用双引号定义的字符串文字中包含双引号，您需要转义（使用反斜杠）内引号，否则 R 代码解析器将无法检测到字符串的结尾正确（单引号也是如此）。 例如

s1 <- "Hello, my name is \"John\""

如果你在控制台上打印（使用cat¹）这个字符串，或者你把这个字符串写在一个文件上，你将得到字符串的实际“面”，而不是 R 文字表示，即：

> cat("Hello, my name is \"John\"")
Hello, my name is "John"

json 解析器读取字符串的实际“面”，因此，在您的情况下，json 读取：

["id":"484","comment":"They call me "Bruce""]

不是（R 文字表示）：

"[\"id\":\"484\",\"comment\":\"They call me \"Bruce\"\"]" 

话虽如此，当字符串中有引号时，json 解析器也需要转义双引号。

因此，您的字符串应该以这种方式修改：

["id":"484","comment":"They call me \"Bruce\""]

如果您只是通过添加反斜杠来修改文件，您将完全能够读取 json。

请注意，该字符串对应的 R 字面量表示为：

"[\"id\":\"484\",\"comment\":\"They call me \\\"Bruce\\\"\"]"

事实上，这是可行的：

> fromJSON("[\"id\":\"484\",\"comment\":\"They call me \\\"Bruce\\\"\"]")
   id              comment
1 484 They call me "Bruce"

---

¹ 默认的 R print 函数（在您只需按 ENTER 键时也会调用）返回相应的 R 字符串文字。如果要打印实际字符串，需要使用print(quote=F,stringToPrint)，或者cat函数。

---

编辑（@EngrStudent 评论自动转义引号的可能性）：

Json 解析器无法自动转义引号。 我的意思是，试着设身处地为计算机着想，你应该将这个（未转义的）字符串解析为 json： "foo1" : " : "foo2" : "foo3"

我看到至少三个可能的转义给了一个有效的 json： "foo1" : " : \"foo2\" : \"foo3" "foo1\" : " : "foo2\" : \"foo3" "foo1\" : \" : \"foo2" : "foo3"

从这个小例子可以看出，为了避免歧义，转义确实是必要的。

也许，如果您要转义的字符串具有非常特殊的结构，您可以识别（没有不确定性）需要转义的双引号，您可以创建自己的自动转义过程，但您需要从头开始，因为没有内置任何东西。

【讨论】：

非常感谢 - 非常有帮助。我现在看到我从无效的 JSON 开始。但是，我正在处理大量散布在此结构中的数据。我是否只需要构建一小段代码来搜索正则表达式并正确转义数据集？

@user3741038：是的，我想你应该这样做，即使我认为这并不容易......

对于大型 json 有没有办法制作非手动的反斜杠？