Python json.loads 因“ValueError: Invalid control character at: line 1 column 33 (char 33)”而失败

Question

我有一个这样的字符串：

s = u"""{"desc": "\u73cd\u54c1\u7f51-\u5168\u7403\u6f6e\u6d41\u5962\u54c1\u7f51\u7edc\u96f6\u552e\u5546 <br \/>\r\nhttp:\/\/www.zhenpin.com\/ <br \/>\r\n<br \/>\r\n200\u591a\u4e2a\u56fd\u9645\u4e00\u7ebf\u54c1\u724c\uff0c\u9876\u7ea7\u4e70\u624b\u5168\u7403\u91c7\u8d2d\uff0c100%\u6b63\u54c1\u4fdd\u969c\uff0c7\u5929\u65e0\u6761\u2026"}"""

json.loads(s) 返回如下错误信息：

ValueError: Invalid control character at: line 1 column 33 (char 33)

为什么会出现这个错误？我该如何解决这个问题？

Answer 1

也许，另一种选择是使用 strict=False 参数

根据http://docs.python.org/2/library/json.html

"如果 strict 为 False（默认为 True），则字符串中将允许控制字符。此上下文中的控制字符是字符代码在 0-31 范围内的字符，包括 '\t'（制表符）， '\n'、'\r' 和 '\0'。”

例如：

json.loads(json_str, strict=False)

Answer 2

问题是您的 unicode 字符串包含回车符 (\r) 和换行符 (\n)在 JSON 数据中的字符串文字。如果它们是字符串本身的一部分，则应适当地对其进行转义。如果它们不应该成为字符串的一部分，那么它们也不应该出现在您的 JSON 中。

如果您无法修复获取此 JSON 字符串以生成有效 JSON 的位置，您可以删除有问题的字符：

>>> json.loads(s.replace('\r\n', ''))

或手动转义：

>>> json.loads(s.replace('\r\n', '\\r\\n'))

Answer 3

问题在于索引 33 处的字符是回车控制字符。

>>> s[33]
u'\r'

根据 JSON 规范，有效字符为：

• 任何 Unicode 字符，除了："、\ 和控制字符 (ord(char) < 32)。

• 允许使用以下字符序列：\"、\\、\/、\b（退格）、\f（换页）、\n（换行/新-行）、\r（回车）、\t（制表符）或\u后跟四个十六进制数字。

但是，在 Python 中，您将不得不对控制字符进行双重转义（除非字符串是原始字符串），因为 Python 也会解释这些控制字符。

>>> s = ur"""{"desc": "\u73cd\u54c1\u7f51-\u5168\u7403\u6f6e\u6d41\u5962\u54c1\u7f51\u7edc\u96f6\u552e\u5546 <br \/>\r\nhttp:\/\/www.zhenpin.com\/ <br \/>\r\n<br \/>\r\n200\u591a\u4e2a\u56fd\u9645\u4e00\u7ebf\u54c1\u724c\uff0c\u9876\u7ea7\u4e70\u624b\u5168\u7403\u91c7\u8d2d\uff0c100%\u6b63\u54c1\u4fdd\u969c\uff0c7\u5929\u65e0\u6761\u2026"}"""
>>> json.loads(s)
{u'desc': u'\u73cd\u54c1\u7f51-\u5168\u7403\u6f6e\u6d41\u5962\u54c1\u7f51\u7edc\u96f6\u552e\u5546 <br />\r\nhttp://www.zhenpin.com/ <br />\r\n<br />\r\n200\u591a\u4e2a\u56fd\u9645\u4e00\u7ebf\u54c1\u724c\uff0c\u9876\u7ea7\u4e70\u624b\u5168\u7403\u91c7\u8d2d\uff0c100%\u6b63\u54c1\u4fdd\u969c\uff0c7\u5929\u65e0\u6761\u2026'}

参考资料：

• http://www.json.org/

Answer 4

尝试逃避你的\n 和\r：

s = s.replace('\r', '\\r').replace('\n', '\\n')
json.loads(s)
>>> {u'desc': u'\u73cd\u54c1\u7f51-\u5168\u7403\u6f6e\u6d41\u5962\u54c1\u7f51\u7edc\u96f6\u552e\u5546 <br />\r\nhttp://www.zhenpin.com/ <br />\r\n<br />\r\n200\u591a\u4e2a\u56fd\u9645\u4e00\u7ebf\u54c1\u724c\uff0c\u9876\u7ea7\u4e70\u624b\u5168\u7403\u91c7\u8d2d\uff0c100%\u6b63\u54c1\u4fdd\u969c\uff0c7\u5929\u65e0\u6761\u2026'}

Answer 5

在某些情况下，当文件中实际包含带有空格的字符串时，会引发此错误。删除空格即可解决问题。