Python中解析含嵌套引号类JSON字符串的问题求助

先看你提供的问题字符串，它是带有HTML实体的类JSON格式，核心问题是text字段值里的"test"没有转义，导致JSON解析器无法识别：

{
  "text": "This is a "test" string",
  "another_key": "Another value"
}

（注：原字符串里的"是HTML转义后的双引号，先还原成普通引号更直观）

你之前写的函数有两个关键问题：

• 错误地把"当成单个字符处理，但它实际是5个字符的序列，循环遍历单个字符时根本匹配不到这个实体
• 转义逻辑混乱，没正确区分字符串内外的引号，导致转义后的字符串依然不符合JSON规范

正确的解决方案 #

我们需要分两步处理：

1. 先把所有HTML实体"替换成普通双引号"
2. 用状态机遍历字符串，给字符串内部的嵌套引号添加转义符\

完整代码如下：

import json

def fix_nested_quotes_and_parse(json_like_str):
    # 第一步：替换HTML实体为普通双引号
    raw_str = json_like_str.replace('"', '"')
    
    cleaned = []
    in_string = False
    for char in raw_str:
        if char == '"':
            if in_string:
                # 如果在字符串内部，给引号加转义
                cleaned.append('\\"')
            else:
                # 字符串外部的引号，直接添加
                cleaned.append(char)
            # 切换字符串状态
            in_string = not in_string
        else:
            cleaned.append(char)
    
    cleaned_str = ''.join(cleaned)
    try:
        return json.loads(cleaned_str), "转换成功"
    except json.JSONDecodeError as e:
        return None, f"转换失败：{str(e)}"

测试示例 #

用你提供的问题字符串测试：

problem_str = '''{
  "text": "This is a "test" string",
  "another_key": "Another value"
}'''

result, msg = fix_nested_quotes_and_parse(problem_str)
print(msg)
print(result)

输出结果：

转换成功
{'text': 'This is a "test" string', 'another_key': 'Another value'}

逻辑说明 #

• 先替换HTML实体：把所有"转成"，得到标准的类JSON结构
• 状态机遍历：用in_string标记是否处于字符串内部，遇到引号时，如果在内部就添加转义符，否则直接保留，同时切换状态
• 最后用json.loads解析处理后的字符串，得到正常的Python字典

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