上一篇
非标准的json数据如何解析，json格式错误怎么解决？
什么是非标准 JSON？
JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，其标准定义在 RFC 7159 和 ECMA-404 中，标准 JSON 严格规定了语法规则，
- 字符串必须使用双引号（）
- 对象的键必须是双引号包裹的字符串
- 不允许添加注释
- 数组或对象末尾不能有尾随逗号（）
- 数值支持十进制、科学记数法，但不支持NaN、Infinity等
“非标准 JSON”指任何不完全遵循上述规则的 JSON 数据，但通常仍被某些解析器或工具所接受，这类数据在开发过程中经常出现，比如手动编写配置文件、从遗留系统导出的数据，或为了可读性而引入的宽松格式。
常见的非标准 JSON 形式
| 非标准形式 | 示例 | 说明 |
|---|---|---|
| 单引号字符串 | {'name': 'Alice'} | 使用单引号替代双引号包裹字符串和键。 |
| 键不加引号 | {name: "Alice"} | 使用 JavaScript 对象字面量语法，键名不加引号。 |
| 注释 | // 这是注释 或 / 注释 / | 在 JSON 中插入注释，便于说明。 |
| 尾随逗号 | [1, 2, 3,] | 数组或对象最后一项后面多了一个逗号。 |
| 多行字符串 | "line1nline2" 或使用反引号 | 字符串内包含换行符（未转义），或使用反引号模板字符串。 |
| 特殊数值 | NaN, Infinity, -Infinity | 非标准数值表示，标准 JSON 只接受有限数字。 |
| 未转义的控制字符 | 字符串内包含换行（未转义） | 标准 JSON 要求控制字符必须转义，如 n。 |
| 十六进制数字 | 0xFF | 标准 JSON 不支持十六进制字面量。 |
| 重复键 | {"a":1,"a":2} | 标准 JSON 未禁止重复键，但解析器行为不确定，通常被认为非标准。 |
如何解析非标准 JSON
处理非标准 JSON 时，直接使用标准 JSON.parse() 会抛出错误，需要根据具体场景选择合适的方法：
-
使用宽松解析库
许多语言提供了替代的 JSON 解析器，能自动容忍非标准格式：
- JavaScript：JSON5（支持注释、单引号、键不加引号等）、Hjson（Human JSON）
- Python：json 模块的 strict=False 参数（仅对控制字符宽松），或使用 demjson3、json5 库
- 其他：simdjson（高性能，支持部分非标准特性）、jq（支持注释、宽松格式）
-
预处理修正
如果非标准格式类型固定，可先通过正则或字符串替换修正为标准 JSON：
例如去掉注释、将单引号替换为双引号、去掉尾逗号等，但需谨慎，避免误改字符串内容。
-
严格模式 vs 宽松模式
在生产环境中，推荐使用标准 JSON 以保证兼容性，非标准 JSON 仅用于开发、配置或快速原型，不应该在公共 API 中输出。
注意事项
- 安全性：使用宽松解析器时，某些特性（如 eval 风格的解析）可能引入安全风险，尽量避免使用 eval 或 Function 构造器解析 JSON。
- 可移植性：非标准 JSON 在不同系统和语言之间的解析结果可能不一致，导致数据交换错误。
- 性能：宽松解析通常比严格解析慢，且需要处理更多边缘情况。
- 工具链支持：大多数主流 JSON 工具（如 linter、格式化器）默认只接受标准 JSON，非标准格式可能需要额外配置。
相关问题与解答
问题 1：为什么有些配置文件喜欢使用非标准 JSON（如带注释）？
解答：
标准 JSON 不支持注释，但很多配置文件（如 .eslintrc.json、tsconfig.json）需要注释来解释复杂配置项，因此社区衍生出 JSONC（带注释的 JSON）、JSON5、Hjson 等格式，或直接使用 .jsonc 后缀来区分，这些格式在保留 JSON 基本结构的同时，增加了注释、宽松引号等特性，方便人类阅读和维护，但注意，在正式的数据交换中，仍应使用标准 JSON 以确保兼容性。
问题 2：如果收到一份非标准 JSON，我该如何判断它是否“安全”地解析？
解答：
明确数据的来源，若是内部系统或受控环境，可以使用宽松解析器处理，若是外部输入（如 API 响应、用户上传），则 必须 进行严格验证，因为非标准 JSON 可能包含恶意代码或导致解析器行为异常，建议采取以下步骤：
- 尝试使用标准 JSON.parse() 解析，若失败则记录错误并拒绝数据。
- 如果必须支持非标准格式,使用专门的兼容库（如 JSON5）并限制其解析能力（如禁用 eval 相关功能）。
- 对解析后的结果进行类型检查和模式验证,确保数据结构符合预期。
