Python中无效的JSON到字典

Question

我正在使用scrapy抓取网站上的数据。 该网站给了我JSON，并且还在JSON值中添加了HTML标记，这破坏了JSON。 我正在使用此函数json.loads(json)将json转换为python中的dict。 但这给了我无效的json错误。 我看一下JSON，由于HTML的引号" ，它无效。示例如下。

{"header":"<h2>Clothing</h2>\r\n\t\t\t\t\t<div class="count-text">\r\n\t\t\t\t 438 styles found</div>","refinements":"<div id="product-facet" class="col-md-3 col-sm-6 filter-box top-box js-product-facet">\r\n<div class="filter-heading">\r\n<span>Refine</span><span class="clear"><a href="?text=&amp;showType=&amp;sort=">Clear all</a></span></div>\t\r\n<div class="filter-container">\r\n\t\t<div class="filter-label main-label ">Refine<a href="javascript:void(0);" data="facets-container" class="close">"}

如您所见，在json值中有一些"使其无效。我如何将这种JSON类型转换为python中的dict？

Answer 1

无效的JSON可能是由错误的生成器生成的。 这似乎应该更普遍。

有一个工具，称为dirty-json ，可能会有帮助：

https://github.com/RyanMarcus/dirty-json

还有一个在线版本 。 无效的JSON的解释如下：

{
    "header": "<h2>Clothing</h2>\r\n\t\t\t\t\t<div class=\"count-text\">\r\n\t\t\t\t 438 styles found</div>",
    "refinements": "<div id=\"product-facet\" class=\"col-md-3col-sm-6filter-boxtop-boxjs-product-facet\">\r\n<div class=\"filter-heading\">\r\n<span>Refine</span><span class=\"clear\"><a href=\"?text=&amp;showType=&amp;sort=\">Clear all</a></span></div>\t\r\n<div class=\"filter-container\">\r\n\t\t<div class=\"filter-labelmain-label\">Refine<a href=",
    "javascript": "void(0); data=\"facets-container\" class=\"close\">"
}