Python正则如何保留目标文本清理转义以适配json.loads？

核心问题原因 #

你遇到的首行首字符解析报错，大概率是字符串开头存在不可见的UTF-8 BOM头、首尾空字符，或者转义层级没剥干净；直接用全局正则替换转义符很容易误伤字段值内部的合法转义内容，也可能破坏JSON结构。

最优实现方案（无正则、不破坏字段内容） #

通过逐层剥除转义+异常重试的方式解析，不需要硬匹配字段名，自动适配任意层数的多余转义，完全保留rawSize、_id等字段的原始内容：

import json

def parse_nested_escaped_json(escaped_str):
    # 先清理首尾空字符、BOM头，直接解决line 1 column 1报错问题
    processed = escaped_str.strip().lstrip('\ufeff')
    # 最多尝试5层转义，普通多层转义场景不会超过4层，避免死循环
    max_try = 5
    for _ in range(max_try):
        try:
            return json.loads(processed)
        except json.JSONDecodeError:
            # 逐层解码转义符，不会改动字段本身内容
            processed = processed.encode().decode('unicode_escape')
    raise ValueError("无法解析该字符串，转义层数超过预设阈值")

方案优势 #

• 自动将任意层数的转义字段（比如\\"rawSize\\"、\\\\\\"rawSize\\\\\\"）统一转换为正常的"rawSize"
• 不需要针对特定字段写匹配规则，不会修改字段本身的内容
• 自动处理不可见控制符，覆盖你当前遇到的首字符解析报错场景

固定转义层级场景的正则方案 #

如果你确认转义层数固定，且只需要处理指定字段，可以用精准正则匹配，避免误伤其他内容：

import re
# 只替换包裹指定字段的转义引号，可自行在括号里添加需要匹配的字段名
processed = re.sub(r'\\+(")(rawSize|_id)(")', r'"\2"', your_escaped_str)

注意：不要使用全局替换所有转义斜杠的规则，否则会破坏字段值内部原本合法的转义内容（比如换行符、路径斜杠等）。

内容的提问来源于stack exchange，提问作者rom