Python调用OpenAI接口返回含json前缀内容的处理及写入txt方案

问题描述 #

调用OpenAI的gpt-4-vision-preview接口分析图片，要求返回JSON格式结果，但实际返回内容带有json前缀（通常是代码块标记```json），使用json.loads()解析时触发JSONDecodeError，错误信息如下：

raise JSONDecodeError("Expecting value", s, err.value) from None
json.decoder.JSONDecodeError: Expecting value: line 1 column 1 (char 0)

解决方案 #

先清理返回内容中的多余前缀（及可能存在的代码块后缀），再进行JSON解析和文件写入：

1. 新增清理函数，去除返回内容中的```json开头标记和```结尾标记，同时兼容单纯的json前缀情况；
2. 获取接口返回结果后，先执行清理操作，再写入文件和解析JSON。

修改后的完整代码 #

import json
import os
import base64
import openai

def clean_json_response(raw_content):
    # 处理GPT返回的代码块格式JSON
    if raw_content.startswith("```json"):
        raw_content = raw_content[7:]  # 移除开头的```json
    # 移除结尾的```标记
    if raw_content.endswith("```"):
        raw_content = raw_content.rstrip("```").strip()
    # 处理单纯的"json"前缀情况
    elif raw_content.strip().startswith("json"):
        raw_content = raw_content.strip()[4:].strip()
    return raw_content

def get_json(image_file, category):
    with open(image_file, "rb") as image:
        response = openai.chat.completions.create(
            model="gpt-4-vision-preview",
            messages=[
                {
                    "role": "user",
                    "content": [
                        {"type": "text", "text": f"Analyze this image and provide the following attributes: color theme, font style, and a short description of about 4-7 words. Categorize it as {category}. Return the result as a JSON object."},
                        {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{base64.b64encode(image.read()).decode()}"}},
                    ],
                }
            ],
            temperature=1,
            max_tokens=4095,
            top_p=1,
            frequency_penalty=0,
            presence_penalty=0,
        ) 
        return response.choices[0].message.content

# 替换为你的实际文件路径
file_path = "output.txt"
images_folder = "path/to/your/images"

with open(file_path, 'a') as file:
    for filename in os.listdir(images_folder):
        filepath = os.path.join(images_folder, filename)
        raw_result = get_json(filepath, 'hero')
        cleaned_result = clean_json_response(raw_result)
        # 写入合法JSON内容
        file.write(cleaned_result + '\n')
        # 解析并打印结果
        json_result = json.loads(cleaned_result)
        print(json_result)

说明 #

• 清理函数clean_json_response覆盖了两种常见异常格式：带代码块标记的```json ... ```和单纯前缀json ...；
• 修改后写入文件的内容是合法JSON字符串，后续可直接读取解析；
• 需替换代码中file_path和images_folder为你的实际路径。

内容的提问来源于stack exchange，提问作者Lovish Bansal