如何在R语言中解析格式异常的JSON数据

你遇到的问题很典型：你的JSON数据是多个独立的JSON对象直接拼接，没有用数组[]包裹，这不符合标准JSON的语法规则（标准JSON只能有一个根元素），所以解析器会报"multiple roots"或者"trailing garbage"的错误。

下面给你几个在R里快速解决的方案：

方法1：使用jsonlite的stream_in（最简便） #

jsonlite包的stream_in函数专门用来处理这种**每行一个JSON对象（或无换行的拼接对象）**的NDJSON格式，直接读取并转换成DataFrame：

library(jsonlite)

# 读取文件并转换
con <- file("data/part-f1.json")
df <- stream_in(con)
close(con)

这个方法会自动处理多个独立的JSON对象，不需要手动修改文件内容。

方法2：手动修复JSON格式后用fromJSON读取 #

如果你想先把文件转换成标准JSON数组，可以先读取文件内容，做字符串替换，再解析：

library(jsonlite)

# 读取文件内容
json_content <- readLines("data/part-f1.json", warn = FALSE)
# 把拼接的对象分隔符替换成数组元素分隔符，前后加数组括号
fixed_json <- paste0("[", gsub("\\}\\{", "},{", paste(json_content, collapse = "")), "]")
# 解析成DataFrame
df <- fromJSON(fixed_json, flatten = TRUE)

这个方法适合需要先修改JSON文件内容的场景，比如后续要用到标准JSON格式的情况。

方法3：逐个解析单个JSON对象 #

如果你的JSON对象之间有明确的分隔（比如换行），也可以逐个读取每个对象再合并：

library(jsonlite)

# 按行读取每个JSON对象
json_lines <- readLines("data/part-f1.json")
# 逐个解析并合并成DataFrame
df <- do.call(rbind, lapply(json_lines, fromJSON))

不过注意如果你的文件里没有换行（像你提供的示例那样是完全拼接在一起的），这个方法需要先把字符串分割成单个JSON对象，这时候方法1或2更合适。

为什么之前的fromJSON会报错？ #

你之前用的fromJSON函数默认要求输入是标准JSON格式，也就是只能有一个根元素（要么是一个对象，要么是一个数组），而你的数据是多个对象直接连在一起，所以解析到第一个对象结束后，遇到第二个对象的{就会认为是"trailing garbage"（多余的垃圾内容），从而报错。

内容的提问来源于stack exchange，提问作者mgloss