如何用R将爬取的类JSON字符串转为JSON并生成结构化数据框

针对你爬取的德国献血机构页面的类JSON数据，我们可以通过字符串修正+标准JSON解析的方式转换成结构化数据框，步骤如下：

1. 加载依赖包 #

先确保安装并加载所需工具包：

install.packages(c("rvest", "stringr", "jsonlite", "dplyr"))
library(rvest)
library(stringr)
library(jsonlite)
library(dplyr)

2. 抓取页面并提取类JSON文本 #

首先爬取目标页面，定位包含机构数据的类JSON字符串（通常这类数据嵌在页面的<script>标签里，需根据实际页面结构调整选择器）：

url <- "https://www.blutspenden.de/blutspendedienste/#"
page <- read_html(url)

# 提取包含机构数据的类JSON片段（示例：过滤含"locations"的脚本，需根据实际调整）
raw_json <- page %>%
  html_nodes("script") %>%
  html_text() %>%
  str_subset("locations") %>%
  first() %>%
  str_remove("^.*window\\.locations\\s*=\\s*") %>% # 去掉变量赋值前缀
  str_remove(";$") # 去掉末尾分号

3. 修正类JSON为标准JSON格式 #

类JSON通常存在单引号、无引号键、末尾多余逗号等问题，通过字符串处理修复：

# 替换单引号为双引号
clean_json <- str_replace_all(raw_json, "'", '"')
# 为未加引号的键添加双引号（如`title:` → `"title":`）
clean_json <- str_replace_all(clean_json, "(\\w+):", '"\\1":')
# 移除对象/数组末尾的多余逗号（如`"key":"val",}` → `"key":"val"}`）
clean_json <- str_replace_all(clean_json, ",\\s*([}\\]])", "\\1")

4. 解析为数据框并整理字段 #

将修正后的标准JSON解析成数据框，提取需要的字段：

# 解析JSON为数据框
locations_df <- fromJSON(clean_json) %>% as_tibble()

# 提取目标字段（根据实际数据结构调整列名）
final_df <- locations_df %>%
  select(title, street, number, zip, city, phone, email)

特殊情况处理：嵌套结构 #

如果机构数据存在嵌套对象（比如地址信息嵌套在address字段下），可以用unnest_wider展开：

final_df <- locations_df %>%
  select(title, address, phone, email) %>%
  unnest_wider(address) # 展开嵌套的地址字段，得到street、number等列

内容的提问来源于stack exchange，提问作者Marco