如何修复含未转义双引号的无效JSON？求工具与逻辑验证

无效JSON示例 #

以下是因字符串内部存在未转义双引号而失效的JSON案例：

["And he said "Hello world" and went away"]

{"key": "value " with quote in the middle"}

["invalid " string", "valid string"]

这类JSON的核心问题是字符串内的双引号未转义，导致解析器无法正确识别字符串边界。

拟采用的修复逻辑 #

处于JSON字符串内部时，若遇到双引号，仅当它紧跟,\"、数组结束符]或对象结束符}时，才将其视为字符串结束标记；其他场景下的双引号均当作字符串内容，进行转义处理。

疑问解答 #

1. 是否有可处理此类问题的工具库？
   有不少现成工具能处理这类有瑕疵的JSON：比如dirty-json（JavaScript库），可以容忍未转义引号、末尾逗号等常见错误；jsonrepair专门用于修复损坏的JSON，内置了处理未转义内部引号的逻辑，直接调用即可完成修复，无需自行实现复杂逻辑。

2. 是否存在易于定制以实现该逻辑的JSON解析库？
   可以选择事件驱动的流式解析器clarinet，它会在解析过程中触发不同状态的事件（比如进入字符串、遇到引号等），你可以在对应事件中自定义字符处理逻辑，完全适配你提出的修复规则。另外json5的解析器结构清晰，也可以基于其源码修改解析逻辑，实现自定义的引号判断规则。

3. 我的修复逻辑是否存在错误？
   你的核心思路方向是对的，但存在几个潜在漏洞：

• 未考虑已转义的双引号：如果字符串中已有\"，你的逻辑可能误判；
• 忽略字符串结束引号后的空白字符：比如引号后有空格再跟]或}，逻辑会把该引号当成内容转义，导致解析失败；
• 未处理嵌套结构：在对象嵌套数组、数组嵌套对象的复杂场景下，边界判断可能出错；
• 极端场景误判：比如字符串刚好以,\"结尾，逻辑会误将其当作结束标记，但实际这可能是字符串内容。
  补充处理这些边界情况后，逻辑会更完善。

内容的提问来源于stack exchange，提问作者K.H.