如何在Python3中使用格式不规范的JSON文件

阿华AIGC实验室

2026-5-21

处理不规范类JSON格式的Python解决方案

这种半结构化的"伪JSON"确实挺闹心的——标准json模块对格式要求极其严格，哪怕少个引号或者多个末尾逗号都会直接报错。不过针对你描述的场景（字符串值未加双引号，还可能存在末尾多余逗号），有两种可靠的处理方式：

方案1：用正则预处理修复格式（仅依赖标准库）

既然核心问题是字符串值没有被双引号包裹，我们可以先用正则表达式把这些值补上引号，再交给标准json模块解析。这个方法不用装额外库，适合轻量场景。

代码示例：

import re
import json

# 读取你的不规范文件
with open("your_funky_json.txt", "r", encoding="utf-8") as f:
    raw_text = f.read()

# 正则规则：匹配冒号后、非数字/非引号开头的内容，直到逗号或大括号结束
# 适配你的场景：只给未加引号的字符串值加双引号
fixed_text = re.sub(
    r'(?<=: )(?!["\'\d])([^,}]+)',  # 匹配目标内容
    r'"\1"',  # 替换为带双引号的格式
    raw_text
)

# 处理可能存在的末尾多余逗号（比如你示例里AAA后面的逗号）
fixed_text = re.sub(r',\s*([}\]])', r'\1', fixed_text)

# 现在可以正常解析了
try:
    parsed_data = json.loads(fixed_text)
    print("解析成功！")
    print(parsed_data["Apparel"]["XX"])  # 测试访问数据
except json.JSONDecodeError as e:
    print(f"解析失败，错误位置：{e.pos}，原因：{e.msg}")

注意点：

这个正则假设你的值里没有逗号或大括号，如果有特殊场景（比如值包含逗号），需要调整正则规则；
额外加了处理末尾多余逗号的逻辑，因为你示例里最后一个键值对后面有逗号，这也是标准JSON不允许的。

方案2：使用容错第三方解析库（更省心）

如果你的文件还有其他不规范情况（比如单引号、注释、无引号键），用专门的容错解析库会更靠谱。推荐json5——它支持JSON5规范（一种更宽松的JSON超集），完美适配这类不规范格式。

步骤：

先安装库：

pip install json5

解析代码：

import json5

# 直接读取并解析，无需预处理
with open("your_funky_json.txt", "r", encoding="utf-8") as f:
    parsed_data = json5.load(f)

# 正常使用解析后的数据
print(parsed_data["Apparel"]["TT"]["3"])