如何从不完整类JSON字符串中提取@nexturl键的完整值

问题描述 #

现有一段不完整的类JSON字符串，需要提取最后一个键值对中@nexturl对应的值，待处理字符串如下：

"BaseCode":null,"BrokerSymbol":null,"CustID":null,"SynthDesc":""}],"@nexturl":"https://someurl.com"}

原有实现采用按冒号分割取最后一段的逻辑：

str1.split(":")[-1]

运行后输出//someurl.com，存在两处明显问题：

• 分割逻辑会截断URL的https前缀，无法拿到完整地址
• 鲁棒性不足，只要URL中包含其他冒号字符就会出现分割错误

可行实现方法 #

方法1：补全结构后用标准JSON解析（优先推荐，稳定性最高） #

观察待处理字符串可发现，其仅缺失最开头的左大括号{，补全后即为完全合法的JSON结构，直接用语言内置的JSON库解析即可，完全不受值内部特殊字符影响：

import json

raw_str = '''"BaseCode":null,"BrokerSymbol":null,"CustID":null,"SynthDesc":""}],"@nexturl":"https://someurl.com"}'''
# 补全开头缺失的左大括号，生成合法JSON
valid_json = '{' + raw_str
parsed_data = json.loads(valid_json)
next_url = parsed_data["@nexturl"]
# 输出结果为 https://someurl.com

如果待处理字符串开头缺失的内容长度不固定，可以先定位"@nexturl"的起始索引，截断该位置之前的无效内容后再补全左大括号，适配更多残缺场景。

方法2：按键名定位做字符串截取（轻量场景适用） #

如果不想引入JSON解析逻辑，且确定@nexturl的取值为双引号包裹的字符串，可以直接定位键名位置，截取两个双引号之间的内容，不会受值内部冒号干扰：

raw_str = '''"BaseCode":null,"BrokerSymbol":null,"CustID":null,"SynthDesc":""}],"@nexturl":"https://someurl.com"}'''
key_flag = '"@nexturl":"'
# 定位值的起始位置
start_idx = raw_str.find(key_flag) + len(key_flag)
# 定位值结束的双引号位置
end_idx = raw_str.find('"', start_idx)
next_url = raw_str[start_idx:end_idx]
# 输出结果为 https://someurl.com

该方法只要键名匹配、值的格式符合双引号包裹的规则，即使值内包含多个冒号、特殊符号也能正确提取。

内容的提问来源于stack exchange，提问作者qwerty