如何用Scala按模式提取子串并修正JSON中column3字段的引号？

嘿，针对你提到的JSON消息处理需求，我整理了一套完整的Scala实现方案，专门解决这两个核心问题：分割独立的JSON条目，以及修复column3字段的格式问题。

首先，先明确咱们要处理的原始数据问题：你给出的示例是不合法的JSON片段——每个条目里的column3字段值既没有首尾双引号，内部还夹杂着未转义的双引号，直接用JSON解析库肯定报错。咱们分两步解决：

第一步：拆分独立的JSON条目 #

原始输入是用空格分隔的多个JSON对象，但直接按空格分割不太靠谱（万一JSON内部有空格就会出错）。所以咱们用正则匹配{...}的格式，精准提取每个独立的JSON条目。

第二步：修复column3的格式 #

对于每个条目中的column3，咱们要做两件事：

• 给字段值加上首尾双引号
• 把值内部的双引号替换成单引号（避免转义的麻烦，同时保证JSON合法）

完整Scala代码实现 #

下面是可直接运行的代码，包含详细的注释：

import scala.util.matching.Regex

object JsonFixer {
  def main(args: Array[String]): Unit = {
    // 你的原始输入消息
    val rawInput = """{"column1":"abc","column2":"123","column3":qwe"r"ty,"column4":"abc123"} {"column1":"defhj","column2":"45","column3":asd"f"gh,"column4":"def12d"}"""
    
    // 1. 提取所有独立的JSON条目（匹配{开头、}结尾的完整对象）
    val jsonEntryRegex: Regex = """\{[^{}]+\}""".r
    val invalidEntries = jsonEntryRegex.findAllIn(rawInput).toList
    
    // 2. 逐个修复每个条目中的column3字段
    val fixedEntries = invalidEntries.map(fixColumn3Field)
    
    // 打印修复后的结果
    println("修复后的合法JSON条目：")
    fixedEntries.foreach(println)
  }

  /**
   * 修复单个JSON条目中的column3字段
   */
  private def fixColumn3Field(invalidJson: String): String = {
    // 正则匹配column3字段的格式：捕获字段名和后面的原始值
    val column3Regex: Regex = """("column3":)([^,}]+)""".r
    
    column3Regex.replaceAllIn(invalidJson, matchResult => {
      val fieldPrefix = matchResult.group(1) // 就是"column3:"
      val rawValue = matchResult.group(2)   // 比如qwe"r"ty
      // 替换内部双引号为单引号，再包裹首尾双引号
      val fixedValue = s""""${rawValue.replace("\"", "'")}""""
      s"$fieldPrefix$fixedValue"
    })
  }
}

代码运行结果 #

执行后会输出两个合法的JSON对象：

{"column1":"abc","column2":"123","column3":"qwe'r'ty","column4":"abc123"}
{"column1":"defhj","column2":"45","column3":"asd'f'gh","column4":"def12d"}

这些结果可以直接用Circe、Play JSON等Scala JSON库进行解析或后续处理。

内容的提问来源于stack exchange，提问作者Madhu045