求助：Python脚本修复JSON文件字符串缺失引号问题

你的问题在于原始文件不是标准JSON格式，json库只能解析合法JSON，所以直接用它处理无效。可以通过正则表达式修复格式，以下是Python解决方案：

修复思路 #

1. 识别冒号后非数字的字符串值，为其添加双引号
2. 修复同级对象之间缺失的逗号（比如}后直接接下一个"xmusil4_knihy":的情况）

完整Python脚本 #

import re

def fix_invalid_json(input_file, output_file):
    # 读取原始文件内容
    with open(input_file, 'r', encoding='utf-8') as f:
        content = f.read()
    
    # 步骤1：为非数字类型的字符串值添加引号
    # 匹配冒号后非数字开头、且不在大括号/逗号内的内容
    pattern_values = r':\s*(?!\d+)([^,\n{}]+)(?=\s*,|\s*})'
    content = re.sub(pattern_values, r': "\1"', content)
    
    # 步骤2：修复对象之间缺失的逗号
    # 匹配}后直接接"xmusil4_knihy"的情况，添加逗号
    pattern_commas = r'}\s*"xmusil4_knihy":'
    content = re.sub(pattern_commas, r'}, "xmusil4_knihy":', content)
    
    # 保存修复后的内容到输出文件
    with open(output_file, 'w', encoding='utf-8') as f:
        f.write(content)

# 使用示例：替换为你的输入输出文件路径
fix_invalid_json('invalid.json', 'fixed.json')

注意事项 #

• 如果你的JSON里还有其他类似的重复键（比如除了xmusil4_knihy之外的其他键），可以修改pattern_commas中的键名，或者用更通用的正则r'}\s*"[^"]+":'匹配所有键名
• 若字符串值中包含特殊字符（比如引号、反斜杠），需要额外处理，你的示例中没有这类情况，所以当前脚本足够
• 修复后的JSON存在重复键，严格来说不符合JSON标准（重复键会被后续键覆盖），如果需要处理重复键，建议将其改为数组结构，比如：

  {
    "xmusil4_knihy_list": [
      {"knihy_id": 2, ...},
      {"knihy_id": 4, ...}
    ]
  }
  

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