如何在Scala中使用scala.util.JSON解析包含多行值的JSON文件

问题根因 #

标准JSON语法要求字符串值中的换行符必须显式转义为\n，不能直接出现原始换行符。你当前的代码直接将文件所有行用\n拼接后传入解析器，当hiveQuery字段值跨多行带原始换行时，不符合JSON语法规范，所以解析失败。

解决方案 #

方案1：预处理JSON文本，转义字符串内的原始换行 #

如果不想替换现有解析库，可以先对读取到的JSON文本做预处理，将双引号包裹的字符串内部的换行符转义为标准JSON要求的\n格式，修改后代码如下：

import scala.util.parsing.json.JSON

val rawContent = scala.io.Source.fromFile(<file-path>).mkString
// 正则匹配双引号包裹的字符串，转义内部的所有换行符
val escapedJson = """\"(.*?)\"""".r.replaceAllIn(rawContent, matched => {
  "\"" + matched.group(1).replaceAll("\\R", "\\\\n") + "\""
})
val parsedJsonText = JSON.parseFull(escapedJson).get.asInstanceOf[Map[String, Any]]

注意：该方案仅适用于JSON中没有转义双引号\"的简单场景，如果JSON本身包含复杂转义字符，正则处理会出现边界问题，更推荐使用方案2。

方案2：替换为专业JSON解析库（生产环境首选） #

Scala原生的JSON.parseFull功能极弱，且早已被标记为废弃特性，建议换用工业级JSON解析库，比如Jackson的Scala模块，可直接开启宽松解析特性兼容多行字符串场景：

1. 首先引入sbt依赖：

libraryDependencies += "com.fasterxml.jackson.module" %% "jackson-module-scala" % "2.15.2"

2. 调整解析代码：

import com.fasterxml.jackson.databind.ObjectMapper
import com.fasterxml.jackson.module.scala.DefaultScalaModule
import com.fasterxml.jackson.core.JsonParser.Feature

val mapper = new ObjectMapper()
mapper.registerModule(DefaultScalaModule)
// 开启宽松解析，允许字符串中存在未转义的换行等控制字符
mapper.enable(Feature.ALLOW_UNQUOTED_CONTROL_CHARS)

val parsedJsonText = mapper.readValue(
  scala.io.Source.fromFile(<file-path>).mkString,
  classOf[Map[String, Any]]
)

该方案兼容性更强，也能处理各类复杂JSON格式场景。

内容的提问来源于stack exchange，提问作者VimalK