Python解析HTML属性中JSON字符串失败及API转义疑问求助

问题场景 #

调用第三方AJAX接口，返回JSON格式响应，其中包含类型为string的content字段，该字段内容是内嵌了JSON的HTML数据。尝试用json.loads()解析这个内嵌JSON时，持续触发错误：

JSONDecodeError: 'Expecting property name enclosed in double quotes: line 1 column 2 (char 1)'

在线验证该待解析的JSON字符串显示无效，但经在线工具重新转义后可得到有效JSON。

尝试过的无效方案 #

• 使用ast.literal_eval()解析，触发SyntaxError；
• 先执行.encode('raw_unicode_escape').decode('unicode_escape')处理，再调用json.loads()，仍触发JSONDecodeError。

问题根源与后续疑问 #

后续排查发现问题出在字符串中的无效转义字符（例如\£），按相关方案解决后，想了解：该API为何会包含转义后的英镑符号？

可能的原因分析 #

• API端编码逻辑错误：API开发者手动处理字符串转义时，错误地给英镑符号£添加了反斜杠。JSON规范仅要求转义特定字符（如双引号、反斜杠、控制字符等），£这类Unicode字符无需转义，直接保留即可。误用转义规则就会生成\£这种无效转义序列，导致解析失败。
• 多阶段转义的残留问题：如果content字段内容经过多次转义处理（比如先处理HTML转义，再做JSON序列化，中间步骤出错），可能会把原本不需要转义的字符错误转义。比如HTML处理环节误转义了£，后续JSON序列化时未修正，就会留下\£这种无效序列。
• 使用不规范的序列化工具：API可能采用了不符合JSON标准的老旧序列化库，这类库对非ASCII字符的处理逻辑存在缺陷，会错误地对Unicode符号添加不必要的转义，生成不符合规范的JSON字符串。
• 手动拼接JSON的失误：若API是通过手动拼接字符串生成JSON（而非使用标准序列化库），开发者很容易犯这类错误——比如误以为所有非ASCII字符都需要转义，或是转义操作时出现失误，导致出现\£这种无效转义。

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