JSON错误-键未加引号

Question

我正在从AWS（从javascript文件）中抓取一些JSONP字典。在仅解析了类似于JSON的数据的原始数据后，在某些情况下，我获得了有效的JSON，并且可以在Python（json_data = json.loads(json_like_data)）中成功加载该数据。但是，某些Amazon的JSONP不包含其密钥周围的引号（请参阅下文）。

...
{type:"storageCurrentGen",sizes:
[{size:"i2.xlarge",vCPU:"4",ECU:"14",memoryGiB:"30.5",storageGB:"1 x 800 SSD",valueColumns:[{name:"linux",prices:{USD:"0.938"}}]},
{size:"i2.2xlarge",vCPU:"8",ECU:"27",memoryGiB:"61",storageGB:"2 x 800 SSD",valueColumns:[{name:"linux",prices:{USD:"1.876"}}]},
{size:"i2.4xlarge",vCPU:"16",ECU:"53",memoryGiB:"122",storageGB:"4 x 800 SSD",valueColumns:[{name:"linux",prices:{USD:"3.751"}}]},
...

对于JSONP，这仍然有效，因为它是有效的JavaScript语法。但是，Python json.loads(json_str)无效，因为它不是有效的
JSON 。

还有另一个Python模块YAML，可以处理未加引号的键，但是分号（:）后必须有一个空格。

我认为我有两个选择。

1. 以某种方式替换大括号或逗号（{| ,）和冒号（:）之间的字符。然后使用json.loads(...)。
2. 在冒号（:）后添加一个空格。然后用解析yaml.load(...)。

我的猜测是选项2优于1。但是，我正在寻求更好解决方案的建议。

之前有人遇到过格式错误的JSON，并使用Python对其进行解析吗？

Answer 1

您有一个HJSON文档，此时您可以使用该hjson项目进行解析：

>>> import hjson
>>> hjson.loads('{javascript_style:"Look ma, no quotes!"}')
OrderedDict([('javascript_style', 'Look ma, no quotes!')])

HJSON是JSON，不需要引用对象名称，甚至不需要某些字符串值，还添加了注释支持和多行字符串，并且对应在何处使用逗号使用了宽松的规则（包括根本不使用逗号）。

或者，您可以安装和使用该demjson库；它支持解析有效的JavaScript（缺少引号）：

import demjson

result = demjson.decode(jsonp_payload)

仅当设置该strict=True标志时，才demjson拒绝解析您的输入：

>>> import demjson
>>> demjson.decode('{javascript_style:"Look ma, no quotes!"}')
{u'javascript_style': u'Look ma, no quotes!'}
>>> demjson.decode('{javascript_style:"Look ma, no quotes!"}', strict=True)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/Users/mjpieters/Development/venvs/stackoverflow-2.7/lib/python2.7/site-packages/demjson.py", line 5701, in decode
    return_stats=(return_stats or write_stats) )
  File "/Users/mjpieters/Development/venvs/stackoverflow-2.7/lib/python2.7/site-packages/demjson.py", line 4917, in decode
    raise errors[0]
demjson.JSONDecodeError: ('JSON does not allow identifiers to be used as strings', u'javascript_style')

使用正则表达式，您可以尝试使用正则表达式将其合法化为有效JSON；但是，这 可能 会导致误报。该模式为：

import re

valid_json = re.sub(r'(?<={|,)([a-zA-Z][a-zA-Z0-9]*)(?=:)', r'"\1"', jsonp_payload)

这与{或匹配,，后跟JavaScript标识符（一个字符，后跟更多字符或数字），然后直接跟一个:冒号。如果您引用的值包含任何此类模式，则将获得无效的JSON。