Java如何从包含未知前置文本的字符串中提取多个JSON对象

核心思路 #

利用JSON结构的括号配对特性，不需要提前预知JSON的前置文本内容，通过层级计数匹配完整的JSON结构，再做合法性校验即可。

具体实现步骤 #

• 遍历整个原始字符串，维护括号计数器：遇到{（要支持JSON数组可额外加[）时计数器+1，遇到}（对应数组加]）时计数器-1。
• 当计数器从0变为1时，当前字符位置就是一个JSON对象的起始位置。
• 继续遍历直到计数器回到0，当前位置就是该JSON的结束位置，截取该区间的子串作为候选JSON。
• 对候选JSON做格式解析校验，解析成功的即为合法JSON对象存入结果集。

代码示例（Python版本） #

import json

def extract_all_jsons(raw_str: str) -> list:
    # 非标准JSON预处理：示例中的JSON用单引号，需转成标准JSON要求的双引号，按需调整预处理逻辑
    processed = raw_str.replace("'", '"')
    str_len = len(processed)
    bracket_counter = 0
    json_start_idx = -1
    result = []

    for idx in range(str_len):
        current_char = processed[idx]
        # 匹配JSON左边界，要支持数组可添加 or current_char == '['
        if current_char == '{':
            if bracket_counter == 0:
                json_start_idx = idx
            bracket_counter += 1
        # 匹配JSON右边界，要支持数组可添加 or current_char == ']'
        elif current_char == '}':
            bracket_counter -= 1
            if bracket_counter == 0 and json_start_idx != -1:
                json_candidate = processed[json_start_idx: idx+1]
                # 合法性校验
                try:
                    valid_json = json.loads(json_candidate)
                    result.append(valid_json)
                except json.JSONDecodeError:
                    # 格式不合法直接跳过
                    pass
                json_start_idx = -1
    return result

# 测试用例
test_str = """ABCD XYZ
JSON1: {
'key1':'val',
'key2':{
'key2key1':'key2val1',
'key2key2':'key2val2'}
},
MNO
PQRS
JSON2{"test": "val2"}
"""
print(extract_all_jsons(test_str))

注意事项 #

• 该方案可以正确处理JSON内容字符串中嵌套括号的场景，比如{"desc": "带{括号}的普通文本"}不会被误截断。
• 如果原始JSON包含注释、转义特殊字符等非标准内容，需要先增加对应预处理逻辑再做解析。
• 如果需要提取根为数组的JSON，按照注释中的提示补充左右中括号的判断逻辑即可。

内容的提问来源于stack exchange，提问作者CHAITANYA PRASAD