如何预修复不可修改外部来源JSON的无效转义序列供JSON.Net解析

零散做Replace替换属于被动补漏模式，只要数据提供方输出新的非法格式，就得新增对应的替换规则。通用方案的核心逻辑是：所有清洗动作只作用于JSON双引号包裹的字符串值内部，完全不触碰JSON本身的结构语法部分，从规则层面一次性覆盖两类常见非法问题。

匹配的两类问题处理规则 #

JSON的结构语法部分（大括号、冒号、逗号、边界双引号）不会产生非法内容，所有异常都出现在字符串值区块内，对应两类问题的统一处理逻辑：

• 未转义控制字符：直接移除字符串值内所有ASCII值在0x00-0x1F区间的原始控制字符（包括制表符、原始换行、回车等），和你之前接受的“删除制表符”的处理逻辑完全一致
• 非法转义序列：字符串值内出现的所有反斜杠，只要后面跟随的字符不在JSON标准合法转义白名单中，就直接删除这个多余的反斜杠，仅保留后面的原字符
  • JSON标准规定的合法转义字符仅包含："、\、/、b、f、n、r、t、u，可以参考下面的白名单定义：
    HashSet<char> validEscapeChars = new() {'"', '\\', '/', 'b', 'f', 'n', 'r', 't', 'u'};
  • 处理连续反斜杠时要正确计数：比如连续两个反斜杠\\属于合法转义（代表一个字面反斜杠），后续字符就属于普通字符串内容，不能把第二个反斜杠误判为非法转义的起点

具体执行流程 #

• 逐字符遍历原始JSON文本，通过匹配“未被反斜杠转义的双引号”，精准定位所有字符串值区块的起止位置
• 进入字符串区块后逐字符做清洗：移除原始控制字符，判断每个反斜杠后的字符是否属于合法转义范围，不属于就去掉多余的反斜杠
• 全文本清洗完成后，再调用JObject.Parse解析处理后的内容

方案相比零散替换的优势 #

• 不需要提前预判所有可能的非法格式：不管数据提供方写出多少种非标准转义序列（比如\$、\&、\x），只要不在合法转义白名单里就统一做去反斜杠处理，不会出现补漏跟不上的问题
• 不会误伤结构内容：所有清洗动作都限定在字符串值内部，不会破坏JSON本身的键名、语法分隔符、合法转义序列
• 规则灵活可调整：如果后续需要保留某个特定的转义格式，只需要把对应字符加入合法转义白名单即可，不需要改动整体遍历逻辑

注意：如果遇到字符串值内的双引号完全没有转义的极端结构损坏场景，这个基础遍历方案的边界判断会失效，但这类问题已经不属于你当前遇到的两类转义/控制字符问题的范畴。

内容的提问来源于stack exchange，提问作者Matt Burland