使用PowerShell提取混杂文件中多段JSON并格式化多行保存咨询

问题根源 #

• 提取内容存为单行：本质是模式匹配时未保留原始文本的换行结构，或是读取文件时未使用全量读取参数吞掉了换行符
• ConvertFrom-Json | ConvertTo-Json 格式错乱、特殊字符丢失：PowerShell 自带的ConvertTo-Json默认序列化深度仅为2级，嵌套超过2层的数组、对象会被直接截断或转成错误类型，同时默认转义规则与原始JSON的特殊字符处理逻辑存在差异，只要需求是原样提取JSON，完全不需要做序列化/反序列化操作，直接保留原始文本片段存储即可。

推荐实现（括号计数法，无正则匹配误差） #

该方案不依赖正则匹配，通过逐字符遍历统计大括号层级定位JSON片段边界，可自动跳过字符串内部的大括号、转义引号、特殊符号，不会被嵌套结构干扰，提取内容与原文件中的JSON格式完全一致，无字符丢失。
以下是可直接运行的PowerShell代码：

# 替换为你的混杂文件实际路径，-Raw参数一次性读取全量原始内容，不做转码
$rawContent = Get-Content -Path ".\mixed_content.txt" -Raw
$jsonSegments = @()
$braceDepth = 0
$segmentStart = -1

for ($i = 0; $i -lt $rawContent.Length; $i++) {
    $currentChar = $rawContent[$i]
    # 跳过转义符关联的后续字符，避免误判转义引号
    if ($currentChar -eq '\' -and $i + 1 -lt $rawContent.Length) {
        $i++
        continue
    }
    # 跳过字符串包裹的全部内容，避免把字符串内部的{/}识别为JSON结构边界
    if ($currentChar -eq '"') {
        $i++
        while ($i -lt $rawContent.Length -and $rawContent[$i] -ne '"') {
            if ($rawContent[$i] -eq '\') { $i++ }
            $i++
        }
        continue
    }
    # 统计大括号层级，定位JSON起止位置
    if ($currentChar -eq '{') {
        if ($braceDepth -eq 0) { $segmentStart = $i }
        $braceDepth++
    }
    elseif ($currentChar -eq '}') {
        $braceDepth--
        if ($braceDepth -eq 0) {
            # 截取完整JSON原始片段
            $jsonSegments += $rawContent.Substring($segmentStart, $i - $segmentStart + 1)
            $segmentStart = -1
        }
    }
}

# 按顺序输出为独立JSON文件
for ($idx = 0; $idx -lt $jsonSegments.Count; $idx++) {
    $outputPath = "$($idx + 1).json"
    # 指定UTF8无BOM编码，-NoNewline避免末尾追加多余空行
    $jsonSegments[$idx] | Out-File -FilePath $outputPath -Encoding utf8NoBOM -NoNewline
}

方案特点 #

• 格式完全保留：提取的是原文件中的原始JSON片段，缩进、换行和原内容完全一致，不会出现单行问题
• 内容无丢失：全程不做JSON结构转换，原始内容中的特殊符号、转义字符、嵌套结构100%保留
• 识别准确率高：不受JSON内部特殊字符、转义引号、嵌套层级影响，比正则匹配的容错性高很多
• 无依赖：不需要安装第三方工具，原生PowerShell环境即可运行

注意事项 #

• 读取文件必须加-Raw参数，禁止按行读取，避免破坏JSON的连续结构
• 存储时不要使用Out-File的默认编码，指定utf8NoBOM避免编码乱码
• 不需要修改JSON内容的前提下，绝对不要对提取的片段做ConvertFrom-Json/ConvertTo-Json转换，这是导致格式错乱的核心原因

内容的提问来源于stack exchange，提问作者Sergey Fajans