无法加载含Unicode字符串的JSON数据，json.loads报错该如何解决？

嘿，这个坑我之前踩过！当JSON里的内部字符串带Unicode转义格式（比如\uXXXX）但没被正确处理时，json.loads()确实会抛出错误。咱们根据常见情况一步步来解决：

情况1：字符串存在双重转义（最常见） #

如果你的mystring是双重编码的结果——比如先把JSON对象转成字符串，又对这个字符串做了一次JSON编码，就会变成类似这样：

mystring = '"{\\"content\\": \\"\\\\u4F60\\\\u597D\\\\u4E16\\\\u754C\\"}"'

这时候直接用json.loads()只会得到一个字符串，而不是JSON对象。需要分两次解析：

import json

# 第一步：解析外层，拿到原始的JSON字符串
raw_json_str = json.loads(mystring)
# 第二步：解析内层，得到最终的JSON对象
data = json.loads(raw_json_str)
print(data["content"])  # 输出：你好世界

情况2：Unicode转义序列不合法 #

如果报错提示类似Invalid \uXXXX escape，说明转义格式有问题：比如\u后面不足四位十六进制数，或者包含无效的Unicode码点。这时候可以用正则先修复：

import re
import json

def fix_bad_unicode_escapes(s):
    # 补全不完整的\u转义（比如把\u123改成\u0123）
    s = re.sub(r'\\u([0-9a-fA-F]{1,3})', 
               lambda m: f'\\u{"0"*(4-len(m.group(1)))}{m.group(1)}', 
               s)
    # 移除单独的无效代理字符（可选，根据需求调整）
    s = re.sub(r'\\uD[89AB][0-9a-fA-F]{2}', '', s)
    return s

fixed_str = fix_bad_unicode_escapes(mystring)
data = json.loads(fixed_str)

情况3：字符串是未解码的字节流 #

如果你的mystring其实是字节类型（比如从文件读取时没做解码），得先转成字符串再解析：

import json

# 假设mystring是bytes类型，用对应编码解码（比如utf-8）
decoded_str = mystring.decode('utf-8')
data = json.loads(decoded_str)

终极小技巧：用ast.literal_eval()兜底 #

要是以上方法都不好使，可以试试用ast.literal_eval()先把字符串转成Python原生对象，再处理：

import ast
import json

# 先转成Python字典/列表
python_obj = ast.literal_eval(mystring)
# 再转成JSON格式的对象
data = json.loads(json.dumps(python_obj))

内容的提问来源于stack exchange，提问作者Akshay Patil