javascript - 从文本中提取 JSON

Question

AJAX 调用正在返回包含 JSON 字符串的响应文本。我需要：

1. 提取 JSON 字符串
2. 修改它
3. 然后重新插入它以更新原始字符串

我不太担心第 2 步和第 3 步，但我不知道如何执行第 1 步。我正在考虑使用正则表达式，但我不知道我的 JSON 可能有多级嵌套对象或数组。

Answer 1

您不能使用正则表达式从任意文本中提取 JSON。由于正则表达式通常不足以验证 JSON（除非您可以使用 PCRE），因此它们也无法匹配它 - 如果可以，它们也可以验证 JSON。

但是，如果您知道 JSON 的顶级元素始终是对象或数组，则可以采用以下方法：

• 找到字符串中的第一个开始（{或[）和最后一个结束（}或]）大括号。
• 尝试使用 . 解析该文本块（包括大括号）JSON.parse()。如果成功，则完成并返回解析结果。
• 取前一个右括号并尝试解析该字符串。如果成功，您将再次完成。
• 重复此操作，直到您没有大括号或当前开口大括号之前的大括号。
• 找到第 1 步中的第一个左大括号。如果没有找到，则字符串不包含 JSON 对象/数组，您可以停止。
• 转到第 2 步。

这是一个提取 JSON 对象并返回对象及其位置的函数。如果您也确实需要顶级数组，则应该扩展：

function extractJSON(str) {
    var firstOpen, firstClose, candidate;
    firstOpen = str.indexOf('{', firstOpen + 1);
    do {
        firstClose = str.lastIndexOf('}');
        console.log('firstOpen: ' + firstOpen, 'firstClose: ' + firstClose);
        if(firstClose <= firstOpen) {
            return null;
        }
        do {
            candidate = str.substring(firstOpen, firstClose + 1);
            console.log('candidate: ' + candidate);
            try {
                var res = JSON.parse(candidate);
                console.log('...found');
                return [res, firstOpen, firstClose + 1];
            }
            catch(e) {
                console.log('...failed');
            }
            firstClose = str.substr(0, firstClose).lastIndexOf('}');
        } while(firstClose > firstOpen);
        firstOpen = str.indexOf('{', firstOpen + 1);
    } while(firstOpen != -1);
}

var obj = {'foo': 'bar', xxx: '} me[ow]'};
var str = 'blah blah { not {json but here is json: ' + JSON.stringify(obj) + ' and here we have stuff that is } really } not ] json }} at all';
var result = extractJSON(str);
console.log('extracted object:', result[0]);
console.log('expected object :', obj);
console.log('did it work     ?', JSON.stringify(result[0]) == JSON.stringify(obj) ? 'yes!' : 'no');
console.log('surrounding str :', str.substr(0, result[1]) + '<JSON>' + str.substr(result[2]));

演示（在 nodejs 环境中执行，但也应该在浏览器中工作）：https ://paste.aeum.net/show/81/

Answer 2

对于其他正在寻找（就像我一样）从一般文本中提取 JSON 字符串（即使它们无效）的人，您可以查看这个 Gulp 插件https://www.npmjs.com/package/gulp -extract-json-like。它搜索所有看起来像 JSON 字符串一样格式化的字符串。

创建一个文件夹并安装软件包。

mkdir project && cd project
npm install gulp gulp-extract-json-like

创建一个文件./gulpfile.js并将以下内容放入其中：

var gulp = require('gulp');
var extractJsonLike = require('gulp-extract-json-like');

gulp.task('default', function () {
  return gulp.src('file.txt')
    .pipe(extractJsonLike())
    .pipe(gulp.dest('dist'));
});

创建一个名为的文件./file.txt，其中包含您的文本并运行以下命令。

gulp

找到的 JSON 字符串将在./dist/file.txt.

Answer 3

如果 JSON 作为 ajax 响应的一部分返回，为什么不使用浏览器的原生 JSON 解析（小心陷阱）？还是jQuery JSON 解析？

如果 JSON 完全与文本混淆，那真的是设计问题恕我直言 - 如果您可以更改它，我强烈建议您这样做（即返回单个 JSON 对象作为响应，文本作为属性物体）。

如果没有，那么使用 RegEx 将是一场绝对的噩梦。JSON 天生就非常灵活，确保准确解析不仅费时，而且浪费。我可能会在开始/结束时放置内容标记，并希望最好。但是您将对验证错误等持开放态度。