有没有办法修复删除了转义字符的无效 JSON 记录？

Question

我们的代码中存在一个错误，我们不小心从 JSON 中删除了所有转义字符，导致记录无效。我们的原始版本看起来像这样，其中

metadata

字段包含一个字符串化的 JSON 对象。

{
    "id": "123ab",
    "operation": "foo",
    "metadata": "{\"source\": \"ddb\", \"destination\": \"s3\"}",
    "data": "02-02-2024"
}

解析后，

metadata

字段无效。

{
    "id": "123ab",
    "operation": "foo",
    "metadata": "{"source": "ddb", "destination": "s3"}",
    "data": "02-02-2024"
}

有没有办法获取这个无效的 JSON 并手动修复元数据字段？不幸的是，从源头修复它并不是一个选择。

Answer 1

我还没有进行广泛的极端情况测试，但我认为这可以满足您的需要。基本上，如果我们在双引号字符串内看到左大括号，那么我们就会开始转义任何引号，直到看到右大括号。

这可能会被病态输入所愚弄，但我不确定是否存在一般情况的答案。

import json

s = '{"id": "123ab","operation": "foo","metadata": "{"source": "ddb", "destination": "s3"}","data": "02-02-2024"}'

# So, if we get a curly brace inside a quote, all quote marks need to be escaped
# until we see the matching close brace.


out = ''
brace = 0
quote = 0
for c in s:
    if c == '{' and quote:
        brace += 1
    if c == '"':
        if brace:
            out += '\\'
        quote = 1 - quote
    if c == '}' and quote:
        brace -= 1
    out += c

print(out)

输出：

timr@Tims-NUC:~/src$ python x.py | jq
{
  "id": "123ab",
  "operation": "foo",
  "metadata": "{\"source\": \"ddb\", \"destination\": \"s3\"}",
  "data": "02-02-2024"
}