如何在R中清理非JSON内容后使用fromJSON解析数据

你可以通过字符串处理先剥离前缀product_id.datahandler(和后缀)，再用fromJSON解析。以下是具体实现方法：

基础R实现（无需额外包） #

# 加载jsonlite包（fromJSON来自这个包）
library(jsonlite)

# 假设你的原始数据已存为字符串变量raw_text
raw_text <- 'product_id.datahandler({"ID": [], "ProductName": ["Marbel Mabel"], "Description": ["pearl white, natural marbel"]})'

# 移除前缀
cleaned_json <- sub("^product_id\\.datahandler\\(", "", raw_text)
# 移除后缀
cleaned_json <- sub("\\)$", "", cleaned_json)

# 解析JSON
parsed_data <- fromJSON(cleaned_json)

使用stringr包（更简洁） #

如果你习惯用tidyverse工具链，stringr的字符串处理更直观：

library(jsonlite)
library(stringr)

raw_text <- 'product_id.datahandler({"ID": [], "ProductName": ["Marbel Mabel"], "Description": ["pearl white, natural marbel"]})'

# 一次性移除前后的包裹内容
cleaned_json <- str_remove_all(raw_text, "^product_id\\.datahandler\\(|\\)$")

# 解析JSON
parsed_data <- fromJSON(cleaned_json)

从文件读取并处理 #

如果数据保存在文本文件中，先读取再清理：

library(jsonlite)
library(stringr)

# 读取文件内容并合并为单个字符串（避免多行拆分问题）
raw_text <- readLines("your_data_file.txt", warn = FALSE) %>% paste(collapse = "")

# 清理并解析
cleaned_json <- str_remove_all(raw_text, "^product_id\\.datahandler\\(|\\)$")
parsed_data <- fromJSON(cleaned_json)

正则说明 #

• ^product_id\\.datahandler\\(：匹配字符串开头的product_id.datahandler(，其中\\.和\\(是转义后的特殊字符，确保匹配字面量
• \\)$：匹配字符串结尾的)

内容的提问来源于stack exchange，提问作者Kusisi Karem