如何从带有非转义反斜杠的 JSON 文件中读取？

Question

我有一个包含连接字符串的 JSON 文件：

abc.json

{
  "host":"1.2.3.4",
  "user":"abc",
  "passwd":"s&]\yz$&u42/",
  "dbname":"sample",
  "port":2341
}

这是我尝试读取数据的 Python 脚本：

 import psycopg2 as pg
 dbconn = "C:\abc.json"
 with open(dbconn) as conn_file:
     conn = json.load(conn_file)

它给了我这个错误：

json.decoder.JSONDecodeError: Invalid \escape: line 4 column 16 (char 53)

我该如何解决这个错误？

Answer 1

Python >= 2.7.15 似乎产生与 Python3 相同的错误消息：

test = """
{
  "host":"1.2.3.4",
  "user":"abc",
  "passwd":"s&]\yz$&u42/",
  "dbname":"sample",
  "port":2341
}
"""

print json.loads(test)

错误：

ValueError: Invalid \escape: line 5 column 16 (char 54)

稍微修改@Zero Piraeus's代码使其在Python2.7下工作：

import json
import re

def permissive_json_loads(text):
    _rePattern = re.compile(r'''(\d+)\)$''', re.MULTILINE)

    i = 0
    #  Make sure the loop is going to terminate.
    #  There wont be more iterations than the double amout of characters
    while True:
        i += 1
        if i > len(text) * 2:
            return
        try:
            data = json.loads(text)
        except ValueError, exc:
            exMsg = str(exc)
            if exMsg.startswith('Invalid \\escape'):
                m = re.search(_rePattern, exMsg)
                if not m:
                    return

                pos = int(m.groups()[0])
                print "Replacing at: %d" % pos
                text = text[:pos] + '\\' + text[pos:]
            else:
                raise
        else:
            return data

text = """
{
  "host":"1.2.3.4",
  "user":"abc",
  "passwd":"s&]\yz$&u42/",
  "dbname":"sample",
  "port":2341
}
"""

i = permissive_json_loads(text)
print i

打印：

Replacing at position: 54
{u'passwd': u's&]\\yz$&u42/', u'host': u'1.2.3.4', u'port': 2341, u'user': u'abc', u'dbname': u'sample'}

Answer 2

您的文件无效：在 JSON 中没有 \y 这样的转义序列，因此必须对裸反斜杠本身进行转义：\\。

如果可以的话，最简单的解决方案是通过转义反斜杠来修复您的文件，使其成为有效的 JSON。

如果由于某种原因你不能，可以为json.loads() 编写一个包装器来捕获这个特定的错误并修补源文本：

import json
from json.decoder import JSONDecodeError

def permissive_json_loads(text):
    while True:
        try:
            data = json.loads(text)
        except JSONDecodeError as exc:
            if exc.msg == 'Invalid \\escape':
                text = text[:exc.pos] + '\\' + text[exc.pos:]
            else:
                raise
        else:
            return data

为了简单起见，上面的函数接受一个字符串而不是一个文件。

这也是一种“大锤破解”的方法，反复尝试加载整个 JSON 文档并在找到它们时修复任何未转义的反斜杠——这对于很少出现问题的小型 JSON 文档是合理的，但较少如果您正在处理包含大量此类未转义反斜杠错误的大型 JSON 文档，则适用。

它在行动：

>>> print(text)
{
  "host":"1.2.3.4",
  "user":"abc",
  "passwd":"s&]\yz$&u42/",
  "dbname":"sample",
  "port":2341
}

>>> config = permissive_json_loads(text)
>>> print(config['passwd'])
s&]\yz$&u42/

在你的情况下，你会从你的文件中读入一个字符串，然后调用函数：

 dbconn = "C:\abc.json"
 with open(dbconn) as conn_file:
     conn_doc = conn_file.read()
 conn = permissive_json_loads(conn_doc)