修复坏的Json与字段名称转义的报价

Kissmetrics出口显然产生无效的JSON当存在字段名称报价，例如，以下是产生的事件之一：修复坏的Json与字段名称转义的报价

{ 
    "ab test group native dialogs on mobile":"Control", 
    "ab test group "interested" button copy":"Interested", 
    "_t":1412633724, 
    "_p":"hk5yxuxcqe/935mkbj+pz8xi0a8=" 
}

（换行了补充说明了这个问题，我们不能用这些来修复JSON）。

我正在寻找修复这种破碎的JSON的机制。

有索姆假设，我相信我们能够充分利用：

我们可以假设，正在生产的JSON是平的（没有嵌套的对象或数组），所以我认为我们可以利用这一点。
我相信所有的字段都是字符串，除了_t，但不是100％肯定。
我不认为我们可以假设坏的未转义报价将被平衡。
我相信KM会从字段名称中删除逗号和冒号，但不能100％确定 - 它们不会从值中删除（尽管我相信值将被正确编码）。

来源

2016-01-25 Kevin Dolan

这是一个棘手的问题，因为它很含糊 - 很难说是否感兴趣是一个新的属性或应该在属性名称中转义。我会考虑一个可以识别行的正则表达式（例如，“既没有后面跟着一个：也没有前面跟着一个，可选空白）。这不是完美的，但是如果这些都是属性名称，你可以开始生成一些规则表达式来修复字符串，我建议尝试一下，运行导入和导出任何无法解析并在正则表达式上迭代的东西，以便快速修复。 –

对于此特定问题，事实证明，KM提供了一个脚本修复他们不好的JSON：https：//gist.github.com/clay-whitley/8309396 –

解决方案我现在使用的，在python，我敢肯定是不完善的：

match = regex.match(r'^{("(?P<fieldName>([^:]*))":(?P<fieldValue>([0-9]*\.?[0-9]+)|("(([^"])|(\\"))*"))(,|}))*$', s) 

fieldNames = match.captures('fieldName') 
fieldValues = match.captures('fieldValue') 

newJson = "{%s}" % (
    ",".join(
     "\"%s\":%s" % (
      fieldName.replace("\"", "\\\""), 
      fieldValue, 
     ) 
     for fieldName, fieldValue 
     in zip(fieldNames, fieldValues)   
    ) 
)

这假设有在钥匙没有冒号。

来源

2016-01-25 18:20:49

修复坏的Json与字段名称转义的报价

回答

相关问题