如何在Python中从不完整/冗余JSON字符串提取指定字段值？

针对不完整或包含冗余片段的JSON字符串，提取指定键（如MESSAGE_SIZE）对应值的需求，这里提供两种实用方案：

方案一：正则表达式（推荐，适合单键提取） #

直接通过正则匹配目标键的键值对，无需解析整个JSON结构，高效且不受JSON完整性影响。

import re

def get_message_size(raw_str):
    # 匹配键"MESSAGE_SIZE"对应的数字值（支持带引号或不带引号的格式）
    pattern = re.compile(r'"MESSAGE_SIZE"\s*:\s*"?(\d+)"?')
    match_result = pattern.search(raw_str)
    if match_result:
        return int(match_result.group(1))
    return None

# 测试用例
incomplete_msg = '{"MESSAGE": {"MESSAGE_SIZE": "2230", "IMAGE_NUM'
redundant_msg = '{"MESSAGE": {"MESSAGE_SIZE": "2230", "IMAGE_NUMBER": "16227"}}{"MESSA'

print(get_message_size(incomplete_msg))  # 输出：2230
print(get_message_size(redundant_msg))  # 输出：2230

优势： #

• 代码极简，无需依赖第三方库
• 完全忽略JSON的完整性、冗余结构，只聚焦目标键值
• 支持键值对在JSON中的任意位置

方案二：容错JSON解析（适合需完整解析结构的场景） #

如果需要同时提取其他字段，可借助Python标准库或第三方库的容错解析能力，搭配递归查找键值。

方法1：使用标准库json.JSONDecoder.raw_decode #

该方法可从字符串开头解析出一个完整的JSON对象，自动忽略后续冗余片段；若遇到不完整JSON则触发异常，此时用正则兜底。

import json

def extract_via_raw_decode(raw_str):
    decoder = json.JSONDecoder()
    try:
        parsed_obj, _ = decoder.raw_decode(raw_str)
        # 递归遍历字典查找目标键
        def recursive_find(obj, target_key):
            if isinstance(obj, dict):
                if target_key in obj:
                    return int(obj[target_key])
                for val in obj.values():
                    result = recursive_find(val, target_key)
                    if result is not None:
                        return result
            return None
        return recursive_find(parsed_obj, "MESSAGE_SIZE")
    except json.JSONDecodeError:
        # 解析失败时用正则兜底
        return get_message_size(raw_str)

# 测试
print(extract_via_raw_decode(redundant_msg))  # 输出：2230
print(extract_via_raw_decode(incomplete_msg))  # 输出：2230

方法2：使用第三方库demjson #

demjson支持解析不完整、格式不严格的JSON字符串，需先安装：pip install demjson

import demjson

def extract_via_demjson(raw_str):
    try:
        # strict=False关闭严格模式，允许解析不完整JSON
        parsed_obj = demjson.decode(raw_str, strict=False)
        def recursive_find(obj, target_key):
            if isinstance(obj, dict):
                if target_key in obj:
                    return int(obj[target_key])
                for val in obj.values():
                    result = recursive_find(val, target_key)
                    if result is not None:
                        return result
            return None
        return recursive_find(parsed_obj, "MESSAGE_SIZE")
    except:
        return get_message_size(raw_str)

# 测试
print(extract_via_demjson(incomplete_msg))  # 输出：2230
print(extract_via_demjson(redundant_msg))  # 输出：2230

方案选择建议 #

• 仅需提取单个固定键：优先使用正则表达式，代码简洁高效
• 需要解析整个JSON结构：根据场景选择raw_decode（处理冗余）或demjson（处理不完整），同时搭配正则兜底提升鲁棒性

内容的提问来源于stack exchange，提问作者phhoffmann