如何从包含后续非JSON数据的流中读取完整JSON对象？

咱们先把两个问题拆解开来，逐个说清楚：

1. 从流中读取尽可能多的JSON数据 #

如果你的流里是连续的多个独立JSON对象（比如{"key1":1}{"key2":2}这种格式），常规JSON解析器会因为整体不是单个合法JSON结构报错。这时候可以用流式增量解析的思路：

很多语言的JSON库都提供了“部分解析”的API，比如Python里的json.JSONDecoder.raw_decode()——它会从给定内容里解析出第一个完整的JSON对象，同时返回解析后剩下的未处理内容。你可以循环调用这个方法，直到流里没有可解析的JSON为止。

举个Python的简单示例：

import json

def read_all_json_from_stream(stream):
    decoder = json.JSONDecoder()
    buffer = b""
    while True:
        chunk = stream.read(1024)  # 按块读取，避免一次性加载大文件
        if not chunk:
            break
        buffer += chunk
        while True:
            try:
                obj, idx = decoder.raw_decode(buffer.decode())
                yield obj
                buffer = buffer[idx:]
            except json.JSONDecodeError:
                # 剩下的内容不够组成完整JSON，继续读下一块
                break

这种方式能高效处理流式的多JSON场景，不用把整个流加载到内存里。

2. 读取后面跟随非JSON数据的单个JSON对象 #

这种场景的核心是精准匹配大括号的嵌套层级，因为常规解析器遇到后面的非JSON内容会直接报错，而且还要注意区分字符串里的大括号（比如你示例中"blahblah}{{"里的符号不算结构大括号）。

具体实现思路是手动追踪状态：

• 先找到第一个{作为JSON的起始点
• 初始化层级计数器depth=1，同时标记是否处于字符串模式in_string=False、是否处于转义状态escaped=False
• 逐个字符读取，根据当前状态处理：
  • 遇到"且未转义：切换字符串模式
  • 遇到\且在字符串中：标记下一个字符是转义的
  • 不在字符串模式时，遇到{就加层级，遇到}就减层级，当层级回到0时，就是完整JSON的结尾
• 提取这段内容用标准JSON解析器解析，剩下的就是非JSON部分

针对你给出的示例：

{ "SomeData": "blahblah", "SubObject": { "SomeData": "blahblah}{{" } } ... and some more text (not JSON)

字符串里的}{{不会被计数，因为处于字符串模式，当层级计数器回到0时，正好定位到第二个}，也就是JSON的结尾。

用Python写个实用的示例函数：

import json

def extract_json_before_non_json(stream):
    buffer = []
    depth = 0
    in_string = False
    escaped = False
    start_found = False

    while True:
        char = stream.read(1).decode()
        if not char:
            # 流结束，没找到闭合大括号，返回已读内容
            break

        if not start_found:
            if char == '{':
                start_found = True
                depth = 1
                buffer.append(char)
            continue

        buffer.append(char)
        if escaped:
            escaped = False
            continue

        if char == '"':
            in_string = not in_string
        elif char == '\\' and in_string:
            escaped = True
        elif not in_string:
            if char == '{':
                depth += 1
            elif char == '}':
                depth -= 1
                if depth == 0:
                    # 找到完整JSON，停止读取
                    break

    json_str = ''.join(buffer)
    try:
        parsed_json = json.loads(json_str)
        remaining_content = stream.read().decode()
        return parsed_json, remaining_content
    except json.JSONDecodeError:
        # 解析失败，返回原始内容和剩余部分
        return None, json_str + stream.read().decode()

这个函数能准确识别嵌套的JSON结构，不会被字符串里的大括号干扰。

内容的提问来源于stack exchange，提问作者user626528