Python读取JSON文件遇JSONDecodeError报错的问题排查与解决求助

这问题我之前踩过坑，咱们一步步拆解来看：

问题根源 #

1. UTF-8 BOM 干扰 #

你看到的是**UTF-8字节顺序标记（BOM）**的显示结果。Windows下部分文本编辑器（比如记事本）保存UTF-8文件时，会自动在文件开头加上这个标记。Python默认的open()函数用utf-8编码读取时不会忽略BOM，导致JSON解析器在文件开头就遇到了非JSON规范的字符，直接触发报错。

2. HTML实体转义 #

输出里的"是HTML实体转义后的双引号。你的JSON文件内容其实是经过HTML转义的，记事本可能会自动帮你解析成正常的双引号显示，但Python读取的是原始文本内容，JSON解析器无法识别"作为合法的JSON引号，这也是解析失败的核心原因之一。

解决步骤 #

直接上可运行的解决代码，一步到位：

import json
import html

# 用utf-8-sig编码打开，自动去除BOM头
with open('sample.json', encoding='utf-8-sig') as file:
    raw_text = file.read()

# 解码HTML实体，把"转成真正的双引号
clean_text = html.unescape(raw_text)

# 现在可以正常解析JSON了
data = json.loads(clean_text)
print(data)

补充说明 #

• 为什么记事本看不到这些字符？因为记事本会自动检测并隐藏UTF-8 BOM，同时对部分HTML实体做了自动解析，所以显示出来的内容是“美化”后的，和Python读取的原始文本不一致。
• 如果你的文件里还有其他HTML实体（比如&这类），html.unescape()也能一并处理，非常省心。

内容的提问来源于stack exchange，提问作者Stramzik