使用正则表达式删除引号内的引号答案

【问题标题】：Remove quotes inside quotes with regular expression使用正则表达式删除引号内的引号
【发布时间】：2013-01-13 02:17:41
【问题描述】：

我有一个 json 文件，它的值中有很多双引号。 json文件差不多有27000条记录。

我想删除或替换值中的双引号，否则它不会被接受为一个好的 json 文件。我该怎么做？

问题是值中有一个双引号的记录，但也有其中多个引号的记录。

除了替换或删除引号外，还可以删除整个键和值。反正我不会用。这样做更容易吗？

这里是 json 文件中 1 条记录的示例：

 {
  "adlibJSON": {
    "recordList": {
      "record": [
        {
          "@attributes": {
            "priref": "4372",
            "created": "2011-12-09T23:09:57",
            "modification": "2012-08-11T17:07:51",
            "selected": "False"
          },
          "acquisition.date": [
            "1954"
          ],
          "documentation.title": [
            "A lot of text with a lot of extra double quotes like "this" and "this""
          ] ... ...

问题在于键的值：document.title。我有 sublime text 2，我用它来查找和替换。

【问题讨论】：

我会非常努力地回到源头并修复创建 JSON 的任何内容，而不是尝试修复损坏的数据。
是的，它来自我无法操作的服务器
如果你能找到一种方法来定位值本身（例如 [...] 中的所有内容），你可以去掉 all 引号，然后将引号放回外面。但如果你能做到这一点，你也可以删除该值。

标签： javascript regex json

【解决方案1】：

我认为你不能因为it's not a regular language。

您可能会遇到与parsing HTML with regex 类似的麻烦。

我认为你必须自己编写（或者如果你非常幸运的话，可以找到）某种解析器......

【讨论】：

【解决方案2】：

有一种方法，但为了做到这一点，您必须确保您可以对您的数据进行以下假设：

“documentation.title”在您的数据中只能出现一次，当它用作键时。
“documentation.title”引用的数组值应该只有一个元素。
字符“]”不应出现在值中。

然后您将按照以下步骤操作：

/* find first index of "[" after "documentation.title" */
n = s.indexOf("[", s.indexOf('"documentation.title"'));

/* Find index of closing "]" */
n2 = s.indexOf("]", n);

/* Get the substring enclosed by these indexes */
x = s.substr(n+1, n2-n-1);

/* Remove every double quotes in this string and rebuild the original string with the corrected value. */
s.substr(0, n) + '["' + x.replace(/"/g, "") + '"]' + s.substr(n2+1);

编辑：如果您对保留更正值本身不感兴趣，则可以将其替换为空字符串。

【讨论】：

【解决方案3】：

试试这个：

json.replace(/(^\s*|:\s*)"/gm, '$1[sentinel]')
    .replace(/"(,?\s*$|:)/gm, '[sentinel]$1')
    .replace(/"/g, '\\"').replace(/\[sentinel\]/g, '"');

在这里演示：http://jsfiddle.net/D83FD/

这不是一个完美的解决方案；数据的格式可能会破坏正则表达式。试试看它是否适用于更大的数据集。

本质上，我们正在查找开始引号并将其替换为占位符值，查找结束引号并将其替换为占位符，反斜杠转义所有剩余引号，然后再次将占位符替换为引号。

【讨论】：