如何解析非数组形式的多JSON对象脏数据？

这个问题我碰到过好几次，其实核心是要准确识别每个独立JSON对象的边界——毕竟直接按空格或换行拆分肯定不行，因为对象内部可能有嵌套括号、换行或者包含{/}的字符串。这里有几个靠谱的解决办法：

方法一：手动括号计数（通用无依赖） #

这种方法不需要额外库，通过遍历字符串、跟踪括号数量和字符串状态（是否处于引号内）来拆分每个完整的JSON对象，逻辑清晰且兼容性强。

以Python为例：

import json

def parse_concatenated_json(raw_str):
    parsed_objects = []
    start_idx = 0
    bracket_count = 0
    in_quote = False
    is_escaped = False

    for idx, char in enumerate(raw_str):
        # 处理字符串内的转义字符
        if char == "\\" and in_quote:
            is_escaped = not is_escaped
            continue
        # 切换引号状态（仅当未被转义时）
        if char == '"' and not is_escaped:
            in_quote = not in_quote
        # 仅在非字符串状态下跟踪括号
        elif not in_quote:
            if char == "{":
                bracket_count += 1
            elif char == "}":
                bracket_count -= 1
                # 当括号回到0时，说明找到一个完整的JSON对象
                if bracket_count == 0:
                    obj_str = raw_str[start_idx:idx+1].strip()
                    if obj_str:
                        parsed_objects.append(json.loads(obj_str))
                    start_idx = idx + 1
        # 重置转义标记（非转义字符后）
        is_escaped = False

    # 处理最后可能剩余的完整对象
    remaining = raw_str[start_idx:].strip()
    if remaining and bracket_count == 0:
        parsed_objects.append(json.loads(remaining))
    
    return parsed_objects

# 测试你的输入
input_data = '{"output": "te\ns\nt"} {"output": "test"} '
result = parse_concatenated_json(input_data)
print(json.dumps(result, indent=2))

运行后会输出有效的JSON数组：

[
  {
    "output": "te\ns\nt"
  },
  {
    "output": "test"
  }
]

方法二：用支持平衡组的正则表达式 #

如果你的语言支持平衡括号匹配的正则（比如Python的regex库，而非标准库的re），可以用正则直接提取所有完整的JSON对象，代码更简洁。

示例（Python）：

import regex
import json

input_data = '{"output": "te\ns\nt"} {"output": "test"} '
# 正则模式：匹配平衡的{}，忽略字符串内的括号
pattern = r'\{(?:[^{}]|(?R))*\}'
# 提取所有匹配的JSON对象字符串
obj_strings = regex.findall(pattern, input_data)
# 逐个解析为JSON对象并组成数组
result = [json.loads(s) for s in obj_strings]
print(json.dumps(result, indent=2))

补充说明 #

• 这两种方法都能处理JSON对象内的换行、嵌套括号和转义字符，比简单的字符串拆分靠谱得多。
• 如果是在JavaScript环境中，思路类似：可以手动遍历计数括号，或者使用专门修复无效JSON的工具库来直接转换为数组。

内容的提问来源于stack exchange，提问作者Wouter Bloeyaert