简介
大模型生成的 JSON 数据往往存在格式瑕疵，比如缺少引号、逗号位置错误或键值对不完整。json-repair 库能自动识别并修复这些语法错误，确保数据可被标准解析器处理。
安装
pip install json-repair
核心用法
基础修复
最直接的用法是将损坏的字符串修复为合法的 JSON 字符串：
from json_repair import repair_json
bad_json_string = "{'name': 'Alice', 'age': 20}"
good_json_string = repair_json(bad_json_string)
# 输出：{"name": "Alice", "age": 20}
替代 json.loads
你可以直接用 repair_json.loads() 替代标准库的 json.loads()，它会在内部尝试修复后再解析：
import json_repair
decoded_object = json_repair.loads(json_string)
如果希望直接获取 Python 对象而非 JSON 字符串，可以设置 return_objects=True：
decoded_object = json_repair.repair_json(json_string, return_objects=True)
常见场景示例
1. 单引号问题 LLM 有时会生成 Python 字典风格的字符串（单引号），标准 JSON 解析器无法处理。
broken_json = "{'name': 'Alice', 'age': 20}"
result = repair_json(broken_json)
print(result) # {"name": "Alice", "age": 20}
2. 多余逗号与注释 JSON 不支持尾随逗号或注释，但修复库能智能清理。
broken_json = '[1, 2, 3, ]'
result = repair_json(broken_json)
commented_json = '{ // 这是一条注释 "id": 123 }'
result = repair_json(commented_json)
3. LLM 非结构化输出 当模型在 JSON 前后夹杂自然语言时，该库也能提取有效部分。
bad_json_string = '你好，这是我按照 json 格式返回的数据：{"name": "John", "age": 30}'
good_json_string = repair_json(bad_json_string)
data = json.loads(good_json_string)
print(data)
性能优化
默认情况下，库会先调用 json.loads() 验证输入。如果你确定输入无效且需要修复，可以通过 skip_json_loads=True 跳过验证步骤以提升速度：
good_json_string = repair_json(bad_json_string, skip_json_loads=True)
注意：只有当你百分百确定字符串不是有效 JSON 时才建议开启此选项。另外，设置 return_objects=True 通常更快，因为解析器直接返回对象，无需序列化回字符串。
字符编码处理
处理中文等非拉丁字符时，默认可能会转义为 Unicode 序列。如需保留原始字符，请传入 ensure_ascii=False：
# 默认输出："\u7edf\u4e00\u7801"
repair_json("{'test_chinese_ascii':'统一码'}")
# 指定后输出："统一码"
repair_json("{'test_chinese_ascii':'统一码'}", ensure_ascii=False)
严格模式
默认行为是尽力修复。若你需要校验数据合法性而非盲目修复，可启用严格模式。遇到重复键、缺失分隔符等问题时会抛出 ValueError：
from json_repair import repair_json
try:
repair_json(bad_json_string, strict=True)
except ValueError as e:
print(f"格式错误：{e}")
CLI 工具同样支持 --strict 参数。
流式修复
对于传输中的流式数据，可以使用 stream_stable=True 参数实现稳定修复：
stream_output = repair_json(stream_input, stream_stable=True)
CLI 使用
命令行工具方便批量处理文件：
# 查看帮助
json_repair -h
# 从文件读取并修复
json_repair input.json
# 严格模式
json_repair --strict input.json
Java 版本支持
除了 Python，Java 生态也有对应的实现，适用于后端服务集成：
Maven 依赖
<dependency>
<groupId>io.github.du00cs</groupId>
<artifactId>json-repairj</artifactId>
<version>0.50.0</version>
</dependency>
代码示例
import org.jsonrepairj.JsonRepair;
import org.jsonrepairj.ParseResult;
public class Test {
public static void main(String[] args) {
String str = "{\"name\": \"约翰\", \"age\": 30}";
// 简单修复
String result = JsonRepair.repairJson(str);
System.out.println(result);
// 更精细的控制
ParseResult result2 = JsonRepair.parseJson(str, true, false);
System.out.println(result2.getJson().toString());
}
}
