JSON文件含特殊符号无法解码，如何清除这些符号？

方法1：Python脚本批量处理 #

适合大文件或需要自动化处理的场景：

• 核心思路：用正则匹配出所有完整的JSON对象（支持嵌套大括号），过滤掉前后的垃圾符号，再保存为干净的JSON文件。
• 直接用下面的代码（替换文件名即可）：

import re
import json

# 读取带垃圾符号的原始文件
with open('dirty_json.txt', 'r', encoding='utf-8', errors='ignore') as f:
    raw_content = f.read()

# 匹配所有完整的JSON结构（支持嵌套{}）
json_pattern = re.compile(r'\{(?:[^{}]|(?R))*\}')
valid_json_pieces = json_pattern.findall(raw_content)

# 保存清理后的文件
with open('cleaned_json.json', 'w', encoding='utf-8') as f:
    if len(valid_json_pieces) == 1:
        # 单个JSON对象直接格式化保存
        json.dump(json.loads(valid_json_pieces[0]), f, indent=2)
    else:
        # 多个对象整理成JSON数组
        json.dump([json.loads(piece) for piece in valid_json_pieces], f, indent=2)

• 小提示：errors='ignore'能跳过那些无法识别的乱码字节，正则表达式专门针对嵌套大括号设计，不会提取不完整的JSON片段。

方法2：Notepad++手动替换（小文件快速处理） #

如果文件不大，手动操作更直接：

1. 用Notepad++打开目标文件，按下Ctrl+H打开查找替换窗口
2. 勾选「正则表达式」模式，取消「.匹配换行符」选项
3. 查找目标输入：.*?(\{(?:[^{}]|(?R))*\}).*?
4. 替换为输入：$1\n
5. 点击「全部替换」，所有合法的JSON内容会被提取出来，垃圾符号直接被删除
6. 如果是多个JSON对象，手动在首尾加[和]，对象之间加逗号，就能组成合法的JSON数组

额外提醒 #

• 这些特殊符号一般是传输过程中混入的冗余标识或错误字节，只要提取出的JSON结构完整，就能正常解码。
• 处理完可以用Python的json.loads验证，确保没有语法错误。

内容的提问来源于stack exchange，提问作者Wingmore