Python中XML转CSV遇大括号数据致json.loads报错求解决

问题根源 #

你的XML中<RData>节点内的JSON字符串存在两处语法错误，直接导致json.loads()失败：

• 键名unid的引号未闭合：比如"unid:1234,应该是"unid":"1234",
• enterdata字段值里的大括号未转义：JSON字符串内的{和}需要转义为\{和\}

解决方案步骤 #

1. 解析XML提取RData内容：处理XML的命名空间，正确取出<RData>里的字符串
2. 修复JSON语法错误：用正则表达式修正键名格式并转义大括号
3. 解析JSON并转换为CSV：将修复后的JSON数据写入CSV文件

完整代码 #

import xml.etree.ElementTree as ET
import json
import re
import csv

# 1. 解析XML，处理命名空间
tree = ET.parse('your_xml_file.xml')  # 替换成你的XML文件路径
root = tree.getroot()

# 定义XML命名空间
namespaces = {
    'soap': 'http://schemas.xmlsoap.org/soap/envelope/',
    'default': 'testatatstip'
}

# 提取RData节点的文本内容
rdata_text = root.find('.//default:RData', namespaces).text

# 2. 修复JSON语法错误
# 修复unid键的引号：将"unid:xxx,替换为"unid":"xxx",
fixed_text = re.sub(r'"unid:(\d+),', r'"unid":"\1",', rdata_text)
# 转义字符串内的{和}
fixed_text = re.sub(r'(?<=")([{}])(?=")', lambda m: f'\\{m.group(1)}', fixed_text)

# 3. 解析JSON并写入CSV
try:
    data_list = json.loads(fixed_text)
    # 获取所有字段名（假设所有对象字段一致）
    fieldnames = data_list[0].keys()
    
    # 写入CSV
    with open('output.csv', 'w', newline='', encoding='utf-8') as csvfile:
        writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
        writer.writeheader()
        writer.writerows(data_list)
        
    print("CSV转换成功！")
except json.JSONDecodeError as e:
    print(f"JSON解析错误：{e}")
except Exception as e:
    print(f"其他错误：{e}")

代码说明 #

• XML解析：通过命名空间定位<RData>节点，避免因命名空间导致的查找失败
• 正则修复：
  • 第一处正则匹配"unid:数字,的格式，替换为标准键值对格式
  • 第二处正则匹配字符串内部的{和}（前后为双引号），添加转义符
• CSV写入：用csv.DictWriter直接将JSON对象列表写入CSV，自动处理表头和行数据

注意事项 #

• 如果unid的值不全是数字，可调整正则为r'"unid:([^,]+),', r'"unid":"\1",'
• 若enterdata字段的大括号出现在字符串中间，当前正则依然有效，会匹配所有字符串内的{和}
• 建议先打印fixed_text检查修复后的JSON格式，确认无误后再执行解析转换

内容的提问来源于stack exchange，提问作者KJT