使用Python处理JSON值内双引号：修复无效JSON字符串问题

嘿，这个问题我之前处理过，简直是JSON解析里的经典坑！咱们一步步来搞定它～

问题根源 #

你给出的JSON字符串{"name": "John"s Garage", "company": "ABC"}之所以无效，是因为值John"s Garage里的双引号没有转义——JSON语法要求字符串内部的双引号必须用反斜杠\转义，否则解析器会把这个双引号当成字符串的结束标记，直接报错。

而且要注意：在Python里直接写这个字符串的时候也会触发语法错误，所以得用三引号或者正确转义来表示这个无效的原始字符串（比如用'''{"name": "John"s Garage", "company": "ABC"}'''）。

两种可行解决方案 #

方案1：转义值内的双引号（保留引号） #

如果需要保留John"s里的双引号，我们可以用正则表达式精准匹配值内部的未转义双引号，给它们加上转义符：

import re
import json

# 正确表示无效的原始JSON字符串
bad_json = '''{"name": "John"s Garage", "company": "ABC"}'''

# 正则匹配值内的未转义双引号并转义
fixed_json = re.sub(r'(?<="[^"]*)"(?=[^"]*")', r'\"', bad_json)

# 验证解析结果
try:
    parsed_data = json.loads(fixed_json)
    print("解析成功！结果：", parsed_data)
    # 输出：解析成功！结果： {'name': 'John"s Garage', 'company': 'ABC'}
except json.JSONDecodeError as e:
    print("解析失败：", e)

正则表达式说明：

• (?<="[^"]*)：正向预查，确保目标双引号前面是一个边界双引号 + 任意非双引号字符
• (?=[^"]*")：正向预查，确保目标双引号后面是任意非双引号字符 + 一个边界双引号
• 这样就能精准定位到值内部的双引号，不会误改键值对的边界引号

方案2：移除值内的双引号（不需要保留引号） #

如果不需要保留那个双引号，直接移除更简单，同样用正则匹配目标引号替换为空字符串：

import re
import json

bad_json = '''{"name": "John"s Garage", "company": "ABC"}'''

# 移除值内的未转义双引号
fixed_json = re.sub(r'(?<="[^"]*)"(?=[^"]*")', '', bad_json)

try:
    parsed_data = json.loads(fixed_json)
    print("解析成功！结果：", parsed_data)
    # 输出：解析成功！结果： {'name': 'Johns Garage', 'company': 'ABC'}
except json.JSONDecodeError as e:
    print("解析失败：", e)

扩展场景 #

如果你的JSON里有多个值内的双引号（比如{"name": "John"s "Best" Garage", "company": "ABC"}），上面的正则也能完美处理，会把所有值内部的未转义引号都转义/移除，生成有效的JSON。

内容的提问来源于stack exchange，提问作者user544079