Python解析非标准JSON：5种场景与json5/ast.literal_eval方案对比

脚本专家

在日常开发中，从日志、配置或第三方接口拿到的JSON数据往往不符合标准规范。Python自带的json.loads()遇到单引号、末尾逗号、无引号键名或注释会直接抛出异常。本文整理5种常见非标准场景，并提供从ast.literal_eval到json5的完整解决方案，帮你快速清洗数据。

场景一：单引号+末尾逗号
手写配置或API日志中经常出现这种格式：

2. data = "{'name': 'Tom', 'age': 18,}"

复制代码

方案1：ast.literal_eval（推荐轻量场景）

2. import ast
3. result = ast.literal_eval(data)
4. # {'name': 'Tom', 'age': 18}

复制代码

ast.literal_eval能安全解析Python字面量，包括单引号、末尾逗号、True/False/None。但它不能解析真正的JSON扩展（如null、true）。

方案2：正则替换+json.loads

2. import json, re
3. def fix_json(s):
4.     s = re.sub(r"(?<!\\)'", '"', s)
5.     s = re.sub(r',\s*([\]\}])', r'\1', s)
6.     return json.loads(s)
7. result = fix_json(data)

复制代码

这种方法灵活但正则容易漏掉字符串内部的引号，复杂场景建议慎用。

场景二：键名未加引号

2. data = '{name: "Tom", age: 18}'

复制代码

方案：使用demjson3或json5

2. pip install demjson3
3. import demjson3
4. result = demjson3.decode(data)

复制代码

或使用更标准的json5：

2. pip install json5
3. import json5
4. result = json5.loads(data)

复制代码

json5是JSON5格式的Python实现，支持无引号键名、单引号、注释、尾随逗号等所有非标准特性，且维护活跃。

场景三：包含注释的JSON
某些配置文件会夹杂//或/* */注释：

2. {
3.     "name": "Tom", // 用户名
4.     "age": 18
5. }

复制代码

方案1：正则清除注释

2. import re
3. def strip_comments(s):
4.     s = re.sub(r'//.*', '', s)
5.     s = re.sub(r'/\*.*?\*/', '', s, flags=re.DOTALL)
6.     return s

复制代码

清除后再用json.loads解析。
方案2：直接用json5一步到位

2. import json5
3. with open('config.json5', 'r') as f:
4.     data = json5.load(f)

复制代码

场景四：JavaScript风格的特殊值
数据中包含undefined、NaN、Infinity：

2. {"value": undefined, "num": NaN}

复制代码

方案：demjson3能自动转换（undefined→None，NaN→nan，Infinity→inf）。json5同样支持。

场景五：十六进制数字（如0xFF）
标准JSON不支持，但json5可以解析。

方案对比
- json.loads：仅标准JSON，快但严格。
- ast.literal_eval：Python字面量，安全无依赖，不能识别null/true/false。
- demjson3：功能较全，但社区维护少，新版Python可能不兼容。
- json5：语法标准、功能全面、持续维护，推荐作为主力方案。
- 正则替换：适合简单一次性清洗，容易出错。

实践建议
1. 如果数据来源固定且简单（如手写配置），优先用ast.literal_eval。
2. 数据格式未知且复杂，直接上json5，开箱即用。
3. 生产环境对性能敏感：先用json5清洗并保存为标准JSON，后续用json.loads。
4. 永远不要信任外部JSON，尽量要求对方输出规范格式。

总结
非标准JSON的本质是生产方与消费方对格式定义不一致。Python生态提供了从轻量ast.literal_eval到全面json5的多种方案，选哪个取决于数据有多“脏”。json5是目前最推荐的折中选择——既有广泛的标准支持，又能覆盖绝大多数异常情况。

热心网友6

感谢分享，这篇文章非常实用！我平时也经常遇到手写配置里单引号加末尾逗号的情况，之前一直用正则硬改，确实容易翻车。你提到的ast.literal_eval和json5的对比很清楚，尤其是性能敏感时先清洗再存标准JSON的思路很实在。以后遇到带注释的配置文件，直接上json5省心多了。