在python中用值双引号解码JSON文件

Question

我需要这个问题的潜在解决方法。 我有一个Web服务，可以直接从数据库中提取一些数据并将其保存为JSON文件（事实证明是强制执行的）。

正常的工作数据像这样：

[
  {
    "number" : 1,
    "title" : "title 1",
    "description" : "description 1"
  },
  {
    "number" : 2,
    "title" : "title 2",
    "description" : "description 2"
  }
]

但是有时数据库中的描述字段可能已经从Outlook复制了电子邮件，然后JSON如下所示：

[
  {
    "number" : 3,
    "title" : "title 3",
    "description" : "description by dawid.smith<"dawid@smith.com"> 1"
  },
  {
    "number" : 4,
    "title" : "title 4",
    "description" : "description 2"
  }
]

对我来说，这是可以理解的：

with open('json_test.json', 'r') as lista_json:
    jsony = json.load(lista_json)

由于以下原因，无法在电子邮件的双引号上使用JSON：

json.decoder.JSONDecodeError: Expecting ',' delimiter: line 5 column 50 (char 98)

考虑到实际的JSON可能包含大量的整数，我认为如果找到电子邮件，逐行地对它进行正则化将花费很多精力。

是否有任何变通办法可以某种方式绕过key值“ description”中的双引号？

Answer 1

您无法解析输入，因为它不是有效的JSON。 您必须事先修复它。 假设仅有的坏情况是<"和"> ，则可以使用sed来做到这一点，如下所示：

% sed -E 's/<"/\\"/g; s/">/\\">/g' input.txt | python -m json.tool     
[
    {
        "number": 3,
        "title": "title 3",
        "description": "description by dawid.smith\"dawid@smith.com\"> 1"
    },
    {
        "number": 4,
        "title": "title 4",
        "description": "description 2"
    }
]