Java中反序列化含未转义引号的异常JSON数据处理方案

问题本质 #

这类问题属于典型的非标准JSON解析问题：上游生成JSON时未正确转义字符串值内部的双引号，导致常规JSON库（Jackson/Gson/Fastjson等）无法区分「JSON语法结构的边界双引号」和「字符串内容里的普通双引号」，直接抛出解析异常。
给出的异常片段核心问题就是值内部的引号未做转义：

// 原异常JSON片段
"text":"[options="header", cols=".^6,^.^4, ^4,^.^4,^.^3"] ",
"entity":"some text "some text" "

实现思路 #

不要尝试写正则直接匹配「需要转义的内部引号」，反向处理的思路稳定性更高，误判率极低：

1. 先识别所有作为JSON语法边界的双引号，将这些引号替换为一个业务文本中绝对不会出现的特殊占位符
2. 此时剩余的所有双引号全都是字符串值内部未转义的普通引号，统一替换为转义格式\"
3. 把之前替换的特殊占位符还原为正常双引号，即可得到符合标准规范的合法JSON
4. 后续直接用常规JSON库反序列化即可

边界引号识别规则 #

只有以下位置的双引号属于语法边界引号，其余全是需要转义的内部引号：

• 键名的前后引号：前面紧邻{/,（允许中间存在空白字符），后面紧邻:（允许中间存在空白字符）
• 字符串值的前后引号：前面紧邻:（允许中间存在空白字符），后面紧邻,/}/]（允许中间存在空白字符）

Java代码实现 #

import com.fasterxml.jackson.databind.ObjectMapper;
import java.util.regex.Pattern;

public class JsonFixUtil {
    // 选择业务文本中绝对不会出现的字符串作为占位符
    private static final String QUOTE_PLACEHOLDER = "__STRUCT_QUOTE_FLAG_20240628__";
    private static final ObjectMapper OBJECT_MAPPER = new ObjectMapper();

    /**
     * 修复因字符串内部未转义双引号导致的非法JSON
     * @param brokenJson 异常JSON字符串
     * @return 修复后的标准JSON字符串
     */
    public static String fixUnescapedQuotes(String brokenJson) {
        String processed = brokenJson;
        // 匹配所有结构边界的双引号，替换为占位符，自动跳过引号和语法符号间的空白字符
        Pattern structQuotePattern = Pattern.compile("(?<=([{,:\\[\\]]|^)\\s*)\"|\"(?=\\s*([},:\\]\\]]|$))");
        processed = structQuotePattern.matcher(processed).replaceAll(QUOTE_PLACEHOLDER);
        // 剩余所有双引号都是内部未转义引号，统一加转义符
        processed = processed.replace("\"", "\\\"");
        // 还原边界引号
        processed = processed.replace(QUOTE_PLACEHOLDER, "\"");
        return processed;
    }

    // 测试用例
    public static void main(String[] args) throws Exception {
        String brokenJson = """
            {
                "text":"[options="header", cols=".^6,^.^4, ^4,^.^4,^.^3"] ",
                "entity":"some text "some text" "
            }
            """;
        String fixedJson = fixUnescapedQuotes(brokenJson);
        System.out.println("修复后JSON：" + fixedJson);
        // 直接用Jackson反序列化无异常
        Object result = OBJECT_MAPPER.readValue(fixedJson, Object.class);
        System.out.println("反序列化结果：" + result);
    }
}

注意事项 #

• 如果原始JSON除了未转义引号之外，还存在缺逗号、缺括号、键名未加引号这类结构错误，需要先修复结构问题再使用上述方法处理
• 占位符可以根据自身业务场景调整，只要保证不会和正常文本内容冲突即可
• 修复完成后建议加一层JSON校验逻辑，如果修复后依然解析失败，可以打日志留档排查边缘case

内容的提问来源于stack exchange，提问作者ChillBoy