使用Newtonsoft反序列化含嵌套引号的JSON问题求助

首先得掰扯清楚：你贴的示例"key": "This is just a \"dummy\" value to show the problem"其实是完全合法的标准JSON——内部的\"是正确的转义符，Newtonsoft.Json（Json.NET）绝对能正常解析它。你实际遇到的应该是拿到的JSON不规范，字符串内部的双引号根本没转义，比如长成这样：

"key": "This is just a "dummy" value to show the problem"

这种情况下，Json.NET会把dummy前面的未转义双引号当成字符串的结束标记，直接报错或者截断内容，5万行的文件手动改肯定疯掉，傻愣愣用String.Replace也会把键名的引号一起换掉，完全行不通。

下面给你两个在C#里能用的靠谱方案：

方案1：正则表达式预处理（适合内存足够的场景） #

如果你的机器内存能装下整个5万行的JSON文件，用正则精准匹配字符串内部的未转义双引号再替换，是最省心的办法。核心思路是：只替换处于字符串内容里的双引号，别碰结构上的引号（比如"key":前后的那些）。

代码示例：

using System.Text.RegularExpressions;
using Newtonsoft.Json;

// 读取整个JSON文件到内存
string rawJson = File.ReadAllText("your-huge-file.json");

// 用正则修复字符串内部的未转义双引号
// 正则逻辑：匹配完整的JSON字符串（从"开始，到未转义的"结束），然后在内容里替换未转义的"为\"
string fixedJson = Regex.Replace(rawJson,
    @"(""[^""\\]*(?:\\.[^""\\]*)*)"",?",
    match =>
    {
        string content = match.Groups[1].Value;
        // 替换内容中所有未被转义的双引号
        content = Regex.Replace(content, @"(?<!\\)""", @"\""");
        // 把修复后的内容放回原来的位置，保留结尾的引号（如果有的话）
        return content + (match.Value.EndsWith("\"") ? "\"" : "");
    });

// 现在就能正常反序列化了
var yourData = JsonConvert.DeserializeObject<YourTargetClass>(fixedJson);

这个正则已经考虑了字符串里的转义字符（比如\\或者\"），不会误处理已经正确转义的内容。

方案2：流式自定义阅读器（适合超大型文件） #

如果JSON文件大到内存装不下，那就得用流式处理，继承JsonTextReader自己控制解析逻辑，边读边修复。这种方式不用加载整个文件，内存压力小很多。

代码示例：

using Newtonsoft.Json;
using System.IO;
using System.Text;

public class UnescapedQuoteFixerReader : JsonTextReader
{
    private bool _insideString;
    private StringBuilder _stringBuffer;

    public UnescapedQuoteFixerReader(TextReader reader) : base(reader) { }

    public override bool Read()
    {
        if (_insideString)
        {
            // 正在读取字符串内容，继续读直到找到未转义的结束引号
            int charCode;
            while ((charCode = base.ReadAsInt32()) != -1)
            {
                char c = (char)charCode;
                if (c == '"')
                {
                    // 检查前一个字符是不是转义符
                    if (_stringBuffer.Length > 0 && _stringBuffer[_stringBuffer.Length - 1] == '\\')
                    {
                        // 是转义过的引号，直接加入缓冲区
                        _stringBuffer.Append(c);
                    }
                    else
                    {
                        // 字符串结束，设置当前token的值
                        _insideString = false;
                        Value = _stringBuffer.ToString();
                        TokenType = JsonToken.String;
                        return true;
                    }
                }
                else if (c == '\\')
                {
                    // 遇到转义符，把转义符和下一个字符一起加入缓冲区
                    _stringBuffer.Append(c);
                    int nextChar = base.ReadAsInt32();
                    if (nextChar != -1)
                        _stringBuffer.Append((char)nextChar);
                }
                else
                {
                    _stringBuffer.Append(c);
                }
            }
            // 读到流末尾，结束当前字符串
            _insideString = false;
            Value = _stringBuffer.ToString();
            TokenType = JsonToken.String;
            return true;
        }

        // 读取非字符串的token
        bool readSuccess = base.Read();
        if (readSuccess && TokenType == JsonToken.String)
        {
            // 开始读取新的字符串，初始化缓冲区
            _insideString = true;
            _stringBuffer = new StringBuilder(Value.ToString());
            return Read(); // 继续读取字符串剩余内容
        }
        return readSuccess;
    }
}

// 使用方式
using (var streamReader = new StreamReader("your-huge-file.json"))
using (var jsonReader = new UnescapedQuoteFixerReader(streamReader))
{
    var serializer = new JsonSerializer();
    var yourData = serializer.Deserialize<YourTargetClass>(jsonReader);
}

这个阅读器会在读取字符串时自动把内部的未转义双引号处理掉，全程流式操作，不会占太多内存。

小提醒 #

1. 先确认你的问题确实是未转义内部双引号——如果是其他JSON格式错误，比如缺少逗号、括号不匹配，那得另想办法。
2. 方案1写起来简单，但要注意内存限制；方案2适合超大文件，但代码稍微复杂点。
3. 测试的时候先拿一小段有问题的JSON试，没问题了再跑整个大文件。

内容的提问来源于stack exchange，提问作者paulpizzi