1. 从一个让人抓狂的报错说起json.decoder.JSONDecodeError: Expecting , delimiter: line 1 column 1780 (char 17——如果你正在读这篇文章大概率是刚被这行红字糊了一脸。它不像语法错误那样直接告诉你哪一行写错了也不像文件找不到那样干脆利落它给你一个列号、一个字符偏移量然后让你自己去猜到底是哪个逗号没写还是哪个引号没配对我在实际项目里处理过大量JSON配置文件、接口返回数据和日志文件这个报错出现的频率能排进前三。它最坑的地方在于报错位置往往不是真正出错的位置。比如它说第1780列有问题但真正的错误可能在第1700列——因为前面少了一个引号解析器一路吞到后面才发现不对劲。这篇文章会把这个报错彻底拆开讲清楚它到底在说什么、为什么会出现、怎么快速定位、怎么一次性修好、以及怎么在代码层面做好防御。不管你是刚学Python的新手还是已经写过不少项目的老手都能从里面找到能直接用的排查思路和修复方案。2. 这个报错到底在说什么2.1 逐词拆解报错信息先把这个报错信息拆成几块来看json.decoder.JSONDecodeError这是Python标准库json模块在解析时抛出的异常类型说明问题出在解码阶段也就是把字符串或文件内容转成Python对象的过程中。Expecting , delimiter解析器期望在这里看到一个逗号但实际看到的不是逗号。这是最核心的提示。line 1 column 1780 (char 17位置信息。line 1说明整个JSON内容被当成了一行常见于压缩过的JSON或从接口拿到的单行字符串column 1780是第1780个字符的位置char 17是字符偏移量。这里有个容易混淆的点column和char的区别。在Python的json模块里column是从1开始计数的列号char是从0开始的字符索引。所以column 1780对应的就是char 1779。但报错里显示char 17这通常意味着报错信息被截断了或者你看到的是一段被裁剪过的错误输出。提示如果你在终端里看到这个报错建议把完整的错误信息复制出来不要只看最后一行。完整的traceback会告诉你是在哪一行代码调用的json.loads()或json.load()。2.2 为什么解析器会期望一个逗号JSON的语法规则非常严格。在一个对象用{}包裹里键值对之间必须用逗号分隔在一个数组用[]包裹里元素之间也必须用逗号分隔。解析器是逐字符扫描的当它解析完一个完整的值比如一个字符串、一个数字、一个对象之后它会预期下一个有效字符要么是逗号表示还有下一个元素要么是闭合符号}或]表示结束了。如果它看到的既不是逗号也不是闭合符号就会抛出Expecting , delimiter。换句话说这个报错的意思是我读完了上一个值现在不知道该继续还是该结束而你给我的字符让我很困惑。2.3 报错位置为什么经常指错地方这是最需要理解的一点。JSON解析器是贪婪匹配的它会尽可能地把当前的值读完。比如遇到一个引号它会一直读到下一个匹配的引号才认为字符串结束。如果中间少了一个转义或者引号用错了比如用了中文引号解析器可能会把后面很远的内容都当成字符串的一部分直到遇到下一个引号才醒过来。这时候它发现后面跟着的东西不符合预期就报错了——但报错位置已经离真正的错误很远了。举个简单的例子{ name: 张三, age: 25 }这里张三后面少了一个闭合引号。解析器会一直往后读把,\n age都当成字符串内容直到遇到25后面的引号才结束。然后它发现后面是:不是逗号也不是}于是报错。报错位置可能在age那一行但真正的问题在name那一行。3. 六种最常见的触发场景3.1 中文标点混入最隐蔽的坑这是国内开发者最常踩的坑没有之一。中文输入法下打出的引号、逗号、冒号在视觉上和英文标点几乎一样但在JSON里是完全非法的字符。{ name张三 age25 }上面这段JSON里冒号是中文的逗号是中文的引号也是中文的。解析器遇到第一个中文冒号就会懵掉。这种问题在手动编辑配置文件时特别容易出现尤其是从文档里复制粘贴的时候。排查方法用编辑器的显示不可见字符功能或者直接用Python检查with open(config.json, r, encodingutf-8) as f: content f.read() # 检查常见的中文标点 chinese_punctuation [, , “, ”, ‘, ’, , , ] for i, char in enumerate(content): if char in chinese_punctuation: print(f位置 {i}: 发现中文标点 {char})3.2 多余的尾逗号JavaScript习惯的代价JavaScript允许对象和数组的最后一个元素后面带逗号trailing comma但JSON标准严格禁止这一点。{ name: 张三, age: 25, }上面这段在JavaScript里完全合法但在JSON里25后面的逗号会让解析器在遇到}时期望另一个键值对从而报错。修复方法删掉最后一个逗号。如果是程序生成的JSON检查生成逻辑里是否有join操作多加了分隔符。3.3 字符串内未转义的特殊字符JSON字符串里如果包含双引号、反斜杠、换行符等必须转义。未转义的双引号会提前结束字符串导致后面的内容被误解析。{ message: 他说你好 }这里他说后面的引号提前结束了字符串解析器接着看到你好不知道该怎么处理。正确写法{ message: 他说\你好\ }3.4 单引号代替双引号JSON标准规定字符串必须用双引号单引号是非法的。但Python的字典字面量允许单引号很多人会把Python字典直接当JSON用。# 这是Python字典不是JSON data {name: 张三, age: 25}如果你把str(data)的结果直接当JSON解析就会报错。正确做法是用json.dumps()import json data {name: 张三, age: 25} json_str json.dumps(data, ensure_asciiFalse)3.5 文件编码问题导致的字符错乱如果JSON文件本身是GBK编码但你用UTF-8去读或者反过来中文字符会变成乱码乱码字符可能恰好落在引号或逗号的位置上导致解析失败。排查方法import chardet with open(data.json, rb) as f: raw f.read() result chardet.detect(raw) print(result) # {encoding: utf-8, confidence: 0.99}3.6 嵌套结构中的括号不匹配JSON的括号必须严格配对。少一个}或多一个]都会导致解析器在错误的位置期望逗号。{ users: [ {name: 张三, age: 25}, {name: 李四, age: 30} ]上面这段少了一个闭合的}解析器会在数组结束后期望逗号但看到的是文件结尾。4. 三步定位法快速找到真正的错误位置4.1 第一步用在线工具或编辑器做语法校验不要一上来就盯着报错位置看。先把JSON内容复制到支持JSON校验的编辑器里比如VS Code、Sublime Text或者用在线JSON校验工具。这些工具通常会直接标红出错的位置比Python的报错信息直观得多。VS Code里如果安装了JSON插件打开.json文件时会自动校验错误位置会有波浪线提示。如果是字符串形式的JSON可以新建一个临时文件粘贴进去看。4.2 第二步用Python逐段缩小范围如果JSON内容很长在线工具也不好定位可以用二分法缩小范围。把JSON内容分成两半分别尝试解析看哪一半报错。import json def find_error_location(json_str): 二分法定位JSON错误位置 try: json.loads(json_str) return JSON合法 except json.JSONDecodeError as e: return f错误位置: line {e.lineno}, column {e.colno}, msg: {e.msg} # 假设content是完整的JSON字符串 mid len(content) // 2 # 尝试解析前半部分需要补全括号才能解析这里只是示意思路更实用的方法是逐行解析。如果JSON是多行的可以逐行累加看加到哪一行时报错import json def locate_error_by_lines(filepath): with open(filepath, r, encodingutf-8) as f: lines f.readlines() for i in range(1, len(lines) 1): partial .join(lines[:i]) try: json.loads(partial) except json.JSONDecodeError as e: if Expecting in e.msg and i len(lines): # 可能还没到真正的错误行继续 continue print(f累加到第 {i} 行时报错: {e}) print(f出错行内容: {lines[i-1].rstrip()}) break4.3 第三步打印报错位置前后的上下文Python的JSONDecodeError对象有pos属性可以直接拿到出错字符的索引。用这个索引打印前后各50个字符通常能一眼看出问题。import json def debug_json_error(json_str): try: json.loads(json_str) print(JSON解析成功) except json.JSONDecodeError as e: pos e.pos start max(0, pos - 50) end min(len(json_str), pos 50) print(f错误位置: {pos}) print(f错误信息: {e.msg}) print(f上下文: ...{json_str[start:pos]}【这里出错】{json_str[pos:end]}...) # 打印出错位置附近的字符及其Unicode码点 for i in range(max(0, pos-5), min(len(json_str), pos5)): char json_str[i] print(f 位置 {i}: {char} (U{ord(char):04X})) # 使用示例 with open(problem.json, r, encodingutf-8) as f: content f.read() debug_json_error(content)这段代码会打印出错位置附近的字符和它们的Unicode码点。如果看到UFF0C中文逗号或U201C中文左引号问题就一目了然了。5. 修复方案与代码层面的防御5.1 手动修复针对不同场景的处理场景一中文标点。用编辑器的查找替换功能把中文标点批量替换成英文标点。注意要逐个确认不要盲目全局替换因为字符串内容里可能合法地包含中文标点。场景二尾逗号。用正则表达式匹配并删除import re def remove_trailing_commas(json_str): # 删除对象或数组最后一个元素后的逗号 json_str re.sub(r,(\s*[}\]]), r\1, json_str) return json_str场景三单引号。如果JSON是用Python字典的str()生成的改用json.dumps()重新生成。如果必须处理单引号JSON可以用ast.literal_eval()先转成Python对象再json.dumps()import ast import json single_quote_json {name: 张三, age: 25} python_dict ast.literal_eval(single_quote_json) valid_json json.dumps(python_dict, ensure_asciiFalse) print(valid_json) # {name: 张三, age: 25}注意ast.literal_eval()只适用于简单的Python字面量如果内容里有true、false、null这些JSON特有的值需要先替换成Python的True、False、None。5.2 读取文件时的编码防御永远不要假设JSON文件的编码。用chardet检测或者统一用utf-8-sig读取可以自动处理BOM头import json def safe_load_json(filepath): encodings [utf-8-sig, utf-8, gbk, gb2312, latin-1] for enc in encodings: try: with open(filepath, r, encodingenc) as f: return json.load(f) except (UnicodeDecodeError, json.JSONDecodeError): continue raise ValueError(f无法解析文件: {filepath})5.3 解析前的预处理管道在实际项目里我通常会建一个预处理函数在json.loads()之前做几件事import json import re def preprocess_json(json_str): JSON解析前的预处理 # 1. 去除BOM头 if json_str.startswith(\ufeff): json_str json_str[1:] # 2. 替换中文标点仅在非字符串区域简单场景可直接替换 # 注意这个操作有风险字符串内容里的中文标点会被误伤 # 更安全的做法是用状态机判断是否在字符串内 # 3. 去除尾逗号 json_str re.sub(r,(\s*[}\]]), r\1, json_str) # 4. 去除注释JSON标准不支持注释 json_str re.sub(r//.*?\n, \n, json_str) json_str re.sub(r/\*.*?\*/, , json_str, flagsre.DOTALL) return json_str def robust_json_loads(json_str): 健壮的JSON解析 try: return json.loads(json_str) except json.JSONDecodeError as e: # 尝试预处理后再解析 processed preprocess_json(json_str) try: return json.loads(processed) except json.JSONDecodeError: # 预处理也失败抛出原始错误并附带上下文 raise e提示预处理管道是最后手段不要把它当成常规做法。最好的策略是从源头保证JSON的合法性而不是在解析时各种修补。5.4 用JSON Schema做结构校验如果JSON来自外部接口或用户输入光靠json.loads()只能保证语法正确不能保证结构符合预期。用jsonschema库可以做更严格的校验import json from jsonschema import validate, ValidationError schema { type: object, properties: { name: {type: string}, age: {type: integer, minimum: 0} }, required: [name, age] } data json.loads(json_str) try: validate(instancedata, schemaschema) print(结构校验通过) except ValidationError as e: print(f结构校验失败: {e.message})6. 几个容易被忽略的细节6.1 大文件解析的内存问题如果JSON文件有几百MB甚至上GBjson.load()会一次性把整个文件读进内存可能导致内存溢出。这时候可以用ijson库做流式解析import ijson with open(large_file.json, rb) as f: parser ijson.items(f, item) for obj in parser: process(obj)ijson不会一次性加载整个文件而是逐个解析数组元素或对象属性适合处理日志、大数据导出等场景。6.2 浮点数精度丢失JSON解析浮点数时Python默认用float会有精度问题。比如0.1 0.2在JSON里存的是0.30000000000000004。如果涉及金额计算建议用decimal.Decimalimport json from decimal import Decimal data json.loads({price: 19.99}, parse_floatDecimal) print(data[price]) # Decimal(19.99)6.3 重复键的处理JSON标准没有明确规定重复键的行为Python的json模块默认保留最后一个值import json data json.loads({name: 张三, name: 李四}) print(data) # {name: 李四}如果业务上不允许重复键需要自己写object_pairs_hook来检测import json def check_duplicate_keys(pairs): seen set() for key, value in pairs: if key in seen: raise ValueError(f重复的键: {key}) seen.add(key) return dict(pairs) data json.loads(json_str, object_pairs_hookcheck_duplicate_keys)6.4 报错信息里的char偏移量怎么用前面提到char是从0开始的字符索引。如果你拿到了完整的报错信息可以直接用这个索引去切片import json json_str ... # 你的JSON内容 try: json.loads(json_str) except json.JSONDecodeError as e: # e.pos 就是char偏移量 print(f出错字符: {json_str[e.pos]}) print(f前后文: {json_str[max(0,e.pos-30):e.pos30]})但要注意如果JSON内容里有Unicode字符比如中文char偏移量是按字符算的不是按字节算的。所以用json_str[e.pos]能准确拿到出错的那个字符。7. 我踩过的几个真实坑第一个坑是BOM头。有次从Windows系统导出的JSON文件开头带了\ufeffPython用utf-8读取时不会自动去掉导致json.loads()在第一个字符就报错。后来统一用utf-8-sig编码读取问题解决。第二个坑是接口返回的JSON里混了HTML。有些接口在出错时会返回一段HTML错误页面但状态码还是200。直接response.json()就会报JSONDecodeError。后来加了判断先检查Content-Type是不是application/json不是的话打印原始内容再决定怎么处理。第三个坑是多行字符串里的换行符。JSON标准不允许字符串里有未转义的换行符但有些系统生成的JSON会直接换行。这种问题用正则很难修最后是用json.loads()的strictFalse参数解决的import json data json.loads(json_str, strictFalse)strictFalse允许字符串里出现控制字符包括换行符但这不是标准JSON只适合处理内部数据。8. 写JSON时的几个好习惯与其在解析时报错不如在生成时就保证合法。我总结了几条习惯永远用json.dumps()生成JSON不要手动拼接字符串。手动拼接几乎必然会在某个边界条件下出错。写入文件时指定ensure_asciiFalse和encodingutf-8避免中文被转义成\uXXXX也避免编码问题。用indent2让JSON格式化输出方便人工检查。虽然文件会大一点但排查问题时省下的时间远超这点存储成本。如果JSON里包含用户输入的内容一定要做转义。json.dumps()会自动处理但如果你在字符串模板里嵌入JSON就要格外小心。在CI流程里加一步JSON校验所有.json文件在提交前都过一遍json.load()把问题挡在代码合并之前。import json import sys from pathlib import Path def validate_all_json(root_dir): errors [] for path in Path(root_dir).rglob(*.json): try: with open(path, r, encodingutf-8-sig) as f: json.load(f) except json.JSONDecodeError as e: errors.append(f{path}: {e}) if errors: print(发现JSON格式错误:) for err in errors: print(f - {err}) sys.exit(1) print(所有JSON文件校验通过) if __name__ __main__: validate_all_json(.)这个脚本可以直接放进项目的pre-commit钩子里每次提交前自动跑一遍。我现在的项目里都配了这个JSON相关的报错基本绝迹了。处理JSONDecodeError的核心思路就一条不要相信报错位置要相信上下文。拿到报错后先用工具或代码打印出错位置前后的内容看清楚到底哪个字符不对劲然后再决定是修数据还是修代码。大部分情况下问题都出在中文标点、尾逗号、引号不匹配这三类上把这几类排查完90%的报错都能解决。 
长河君 · 2026/10/12 23:57:00 · 阅读 1.2k Python JSONDecodeError报错解析：Expecting ‘,‘ delimiter 排查与修复指南
1. 从一个让人抓狂的报错说起json.decoder.JSONDecodeError: Expecting , delimiter: line 1 column 1780 (char 17——如果你正在读这篇文章大概率是刚被这行红字糊了一脸。它不像语法错误那样直接告诉你哪一行写错了也不像文件找不到那样干脆利落它给你一个列号、一个字符偏移量然后让你自己去猜到底是哪个逗号没写还是哪个引号没配对我在实际项目里处理过大量JSON配置文件、接口返回数据和日志文件这个报错出现的频率能排进前三。它最坑的地方在于报错位置往往不是真正出错的位置。比如它说第1780列有问题但真正的错误可能在第1700列——因为前面少了一个引号解析器一路吞到后面才发现不对劲。这篇文章会把这个报错彻底拆开讲清楚它到底在说什么、为什么会出现、怎么快速定位、怎么一次性修好、以及怎么在代码层面做好防御。不管你是刚学Python的新手还是已经写过不少项目的老手都能从里面找到能直接用的排查思路和修复方案。2. 这个报错到底在说什么2.1 逐词拆解报错信息先把这个报错信息拆成几块来看json.decoder.JSONDecodeError这是Python标准库json模块在解析时抛出的异常类型说明问题出在解码阶段也就是把字符串或文件内容转成Python对象的过程中。Expecting , delimiter解析器期望在这里看到一个逗号但实际看到的不是逗号。这是最核心的提示。line 1 column 1780 (char 17位置信息。line 1说明整个JSON内容被当成了一行常见于压缩过的JSON或从接口拿到的单行字符串column 1780是第1780个字符的位置char 17是字符偏移量。这里有个容易混淆的点column和char的区别。在Python的json模块里column是从1开始计数的列号char是从0开始的字符索引。所以column 1780对应的就是char 1779。但报错里显示char 17这通常意味着报错信息被截断了或者你看到的是一段被裁剪过的错误输出。提示如果你在终端里看到这个报错建议把完整的错误信息复制出来不要只看最后一行。完整的traceback会告诉你是在哪一行代码调用的json.loads()或json.load()。2.2 为什么解析器会期望一个逗号JSON的语法规则非常严格。在一个对象用{}包裹里键值对之间必须用逗号分隔在一个数组用[]包裹里元素之间也必须用逗号分隔。解析器是逐字符扫描的当它解析完一个完整的值比如一个字符串、一个数字、一个对象之后它会预期下一个有效字符要么是逗号表示还有下一个元素要么是闭合符号}或]表示结束了。如果它看到的既不是逗号也不是闭合符号就会抛出Expecting , delimiter。换句话说这个报错的意思是我读完了上一个值现在不知道该继续还是该结束而你给我的字符让我很困惑。2.3 报错位置为什么经常指错地方这是最需要理解的一点。JSON解析器是贪婪匹配的它会尽可能地把当前的值读完。比如遇到一个引号它会一直读到下一个匹配的引号才认为字符串结束。如果中间少了一个转义或者引号用错了比如用了中文引号解析器可能会把后面很远的内容都当成字符串的一部分直到遇到下一个引号才醒过来。这时候它发现后面跟着的东西不符合预期就报错了——但报错位置已经离真正的错误很远了。举个简单的例子{ name: 张三, age: 25 }这里张三后面少了一个闭合引号。解析器会一直往后读把,\n age都当成字符串内容直到遇到25后面的引号才结束。然后它发现后面是:不是逗号也不是}于是报错。报错位置可能在age那一行但真正的问题在name那一行。3. 六种最常见的触发场景3.1 中文标点混入最隐蔽的坑这是国内开发者最常踩的坑没有之一。中文输入法下打出的引号、逗号、冒号在视觉上和英文标点几乎一样但在JSON里是完全非法的字符。{ name张三 age25 }上面这段JSON里冒号是中文的逗号是中文的引号也是中文的。解析器遇到第一个中文冒号就会懵掉。这种问题在手动编辑配置文件时特别容易出现尤其是从文档里复制粘贴的时候。排查方法用编辑器的显示不可见字符功能或者直接用Python检查with open(config.json, r, encodingutf-8) as f: content f.read() # 检查常见的中文标点 chinese_punctuation [, , “, ”, ‘, ’, , , ] for i, char in enumerate(content): if char in chinese_punctuation: print(f位置 {i}: 发现中文标点 {char})3.2 多余的尾逗号JavaScript习惯的代价JavaScript允许对象和数组的最后一个元素后面带逗号trailing comma但JSON标准严格禁止这一点。{ name: 张三, age: 25, }上面这段在JavaScript里完全合法但在JSON里25后面的逗号会让解析器在遇到}时期望另一个键值对从而报错。修复方法删掉最后一个逗号。如果是程序生成的JSON检查生成逻辑里是否有join操作多加了分隔符。3.3 字符串内未转义的特殊字符JSON字符串里如果包含双引号、反斜杠、换行符等必须转义。未转义的双引号会提前结束字符串导致后面的内容被误解析。{ message: 他说你好 }这里他说后面的引号提前结束了字符串解析器接着看到你好不知道该怎么处理。正确写法{ message: 他说\你好\ }3.4 单引号代替双引号JSON标准规定字符串必须用双引号单引号是非法的。但Python的字典字面量允许单引号很多人会把Python字典直接当JSON用。# 这是Python字典不是JSON data {name: 张三, age: 25}如果你把str(data)的结果直接当JSON解析就会报错。正确做法是用json.dumps()import json data {name: 张三, age: 25} json_str json.dumps(data, ensure_asciiFalse)3.5 文件编码问题导致的字符错乱如果JSON文件本身是GBK编码但你用UTF-8去读或者反过来中文字符会变成乱码乱码字符可能恰好落在引号或逗号的位置上导致解析失败。排查方法import chardet with open(data.json, rb) as f: raw f.read() result chardet.detect(raw) print(result) # {encoding: utf-8, confidence: 0.99}3.6 嵌套结构中的括号不匹配JSON的括号必须严格配对。少一个}或多一个]都会导致解析器在错误的位置期望逗号。{ users: [ {name: 张三, age: 25}, {name: 李四, age: 30} ]上面这段少了一个闭合的}解析器会在数组结束后期望逗号但看到的是文件结尾。4. 三步定位法快速找到真正的错误位置4.1 第一步用在线工具或编辑器做语法校验不要一上来就盯着报错位置看。先把JSON内容复制到支持JSON校验的编辑器里比如VS Code、Sublime Text或者用在线JSON校验工具。这些工具通常会直接标红出错的位置比Python的报错信息直观得多。VS Code里如果安装了JSON插件打开.json文件时会自动校验错误位置会有波浪线提示。如果是字符串形式的JSON可以新建一个临时文件粘贴进去看。4.2 第二步用Python逐段缩小范围如果JSON内容很长在线工具也不好定位可以用二分法缩小范围。把JSON内容分成两半分别尝试解析看哪一半报错。import json def find_error_location(json_str): 二分法定位JSON错误位置 try: json.loads(json_str) return JSON合法 except json.JSONDecodeError as e: return f错误位置: line {e.lineno}, column {e.colno}, msg: {e.msg} # 假设content是完整的JSON字符串 mid len(content) // 2 # 尝试解析前半部分需要补全括号才能解析这里只是示意思路更实用的方法是逐行解析。如果JSON是多行的可以逐行累加看加到哪一行时报错import json def locate_error_by_lines(filepath): with open(filepath, r, encodingutf-8) as f: lines f.readlines() for i in range(1, len(lines) 1): partial .join(lines[:i]) try: json.loads(partial) except json.JSONDecodeError as e: if Expecting in e.msg and i len(lines): # 可能还没到真正的错误行继续 continue print(f累加到第 {i} 行时报错: {e}) print(f出错行内容: {lines[i-1].rstrip()}) break4.3 第三步打印报错位置前后的上下文Python的JSONDecodeError对象有pos属性可以直接拿到出错字符的索引。用这个索引打印前后各50个字符通常能一眼看出问题。import json def debug_json_error(json_str): try: json.loads(json_str) print(JSON解析成功) except json.JSONDecodeError as e: pos e.pos start max(0, pos - 50) end min(len(json_str), pos 50) print(f错误位置: {pos}) print(f错误信息: {e.msg}) print(f上下文: ...{json_str[start:pos]}【这里出错】{json_str[pos:end]}...) # 打印出错位置附近的字符及其Unicode码点 for i in range(max(0, pos-5), min(len(json_str), pos5)): char json_str[i] print(f 位置 {i}: {char} (U{ord(char):04X})) # 使用示例 with open(problem.json, r, encodingutf-8) as f: content f.read() debug_json_error(content)这段代码会打印出错位置附近的字符和它们的Unicode码点。如果看到UFF0C中文逗号或U201C中文左引号问题就一目了然了。5. 修复方案与代码层面的防御5.1 手动修复针对不同场景的处理场景一中文标点。用编辑器的查找替换功能把中文标点批量替换成英文标点。注意要逐个确认不要盲目全局替换因为字符串内容里可能合法地包含中文标点。场景二尾逗号。用正则表达式匹配并删除import re def remove_trailing_commas(json_str): # 删除对象或数组最后一个元素后的逗号 json_str re.sub(r,(\s*[}\]]), r\1, json_str) return json_str场景三单引号。如果JSON是用Python字典的str()生成的改用json.dumps()重新生成。如果必须处理单引号JSON可以用ast.literal_eval()先转成Python对象再json.dumps()import ast import json single_quote_json {name: 张三, age: 25} python_dict ast.literal_eval(single_quote_json) valid_json json.dumps(python_dict, ensure_asciiFalse) print(valid_json) # {name: 张三, age: 25}注意ast.literal_eval()只适用于简单的Python字面量如果内容里有true、false、null这些JSON特有的值需要先替换成Python的True、False、None。5.2 读取文件时的编码防御永远不要假设JSON文件的编码。用chardet检测或者统一用utf-8-sig读取可以自动处理BOM头import json def safe_load_json(filepath): encodings [utf-8-sig, utf-8, gbk, gb2312, latin-1] for enc in encodings: try: with open(filepath, r, encodingenc) as f: return json.load(f) except (UnicodeDecodeError, json.JSONDecodeError): continue raise ValueError(f无法解析文件: {filepath})5.3 解析前的预处理管道在实际项目里我通常会建一个预处理函数在json.loads()之前做几件事import json import re def preprocess_json(json_str): JSON解析前的预处理 # 1. 去除BOM头 if json_str.startswith(\ufeff): json_str json_str[1:] # 2. 替换中文标点仅在非字符串区域简单场景可直接替换 # 注意这个操作有风险字符串内容里的中文标点会被误伤 # 更安全的做法是用状态机判断是否在字符串内 # 3. 去除尾逗号 json_str re.sub(r,(\s*[}\]]), r\1, json_str) # 4. 去除注释JSON标准不支持注释 json_str re.sub(r//.*?\n, \n, json_str) json_str re.sub(r/\*.*?\*/, , json_str, flagsre.DOTALL) return json_str def robust_json_loads(json_str): 健壮的JSON解析 try: return json.loads(json_str) except json.JSONDecodeError as e: # 尝试预处理后再解析 processed preprocess_json(json_str) try: return json.loads(processed) except json.JSONDecodeError: # 预处理也失败抛出原始错误并附带上下文 raise e提示预处理管道是最后手段不要把它当成常规做法。最好的策略是从源头保证JSON的合法性而不是在解析时各种修补。5.4 用JSON Schema做结构校验如果JSON来自外部接口或用户输入光靠json.loads()只能保证语法正确不能保证结构符合预期。用jsonschema库可以做更严格的校验import json from jsonschema import validate, ValidationError schema { type: object, properties: { name: {type: string}, age: {type: integer, minimum: 0} }, required: [name, age] } data json.loads(json_str) try: validate(instancedata, schemaschema) print(结构校验通过) except ValidationError as e: print(f结构校验失败: {e.message})6. 几个容易被忽略的细节6.1 大文件解析的内存问题如果JSON文件有几百MB甚至上GBjson.load()会一次性把整个文件读进内存可能导致内存溢出。这时候可以用ijson库做流式解析import ijson with open(large_file.json, rb) as f: parser ijson.items(f, item) for obj in parser: process(obj)ijson不会一次性加载整个文件而是逐个解析数组元素或对象属性适合处理日志、大数据导出等场景。6.2 浮点数精度丢失JSON解析浮点数时Python默认用float会有精度问题。比如0.1 0.2在JSON里存的是0.30000000000000004。如果涉及金额计算建议用decimal.Decimalimport json from decimal import Decimal data json.loads({price: 19.99}, parse_floatDecimal) print(data[price]) # Decimal(19.99)6.3 重复键的处理JSON标准没有明确规定重复键的行为Python的json模块默认保留最后一个值import json data json.loads({name: 张三, name: 李四}) print(data) # {name: 李四}如果业务上不允许重复键需要自己写object_pairs_hook来检测import json def check_duplicate_keys(pairs): seen set() for key, value in pairs: if key in seen: raise ValueError(f重复的键: {key}) seen.add(key) return dict(pairs) data json.loads(json_str, object_pairs_hookcheck_duplicate_keys)6.4 报错信息里的char偏移量怎么用前面提到char是从0开始的字符索引。如果你拿到了完整的报错信息可以直接用这个索引去切片import json json_str ... # 你的JSON内容 try: json.loads(json_str) except json.JSONDecodeError as e: # e.pos 就是char偏移量 print(f出错字符: {json_str[e.pos]}) print(f前后文: {json_str[max(0,e.pos-30):e.pos30]})但要注意如果JSON内容里有Unicode字符比如中文char偏移量是按字符算的不是按字节算的。所以用json_str[e.pos]能准确拿到出错的那个字符。7. 我踩过的几个真实坑第一个坑是BOM头。有次从Windows系统导出的JSON文件开头带了\ufeffPython用utf-8读取时不会自动去掉导致json.loads()在第一个字符就报错。后来统一用utf-8-sig编码读取问题解决。第二个坑是接口返回的JSON里混了HTML。有些接口在出错时会返回一段HTML错误页面但状态码还是200。直接response.json()就会报JSONDecodeError。后来加了判断先检查Content-Type是不是application/json不是的话打印原始内容再决定怎么处理。第三个坑是多行字符串里的换行符。JSON标准不允许字符串里有未转义的换行符但有些系统生成的JSON会直接换行。这种问题用正则很难修最后是用json.loads()的strictFalse参数解决的import json data json.loads(json_str, strictFalse)strictFalse允许字符串里出现控制字符包括换行符但这不是标准JSON只适合处理内部数据。8. 写JSON时的几个好习惯与其在解析时报错不如在生成时就保证合法。我总结了几条习惯永远用json.dumps()生成JSON不要手动拼接字符串。手动拼接几乎必然会在某个边界条件下出错。写入文件时指定ensure_asciiFalse和encodingutf-8避免中文被转义成\uXXXX也避免编码问题。用indent2让JSON格式化输出方便人工检查。虽然文件会大一点但排查问题时省下的时间远超这点存储成本。如果JSON里包含用户输入的内容一定要做转义。json.dumps()会自动处理但如果你在字符串模板里嵌入JSON就要格外小心。在CI流程里加一步JSON校验所有.json文件在提交前都过一遍json.load()把问题挡在代码合并之前。import json import sys from pathlib import Path def validate_all_json(root_dir): errors [] for path in Path(root_dir).rglob(*.json): try: with open(path, r, encodingutf-8-sig) as f: json.load(f) except json.JSONDecodeError as e: errors.append(f{path}: {e}) if errors: print(发现JSON格式错误:) for err in errors: print(f - {err}) sys.exit(1) print(所有JSON文件校验通过) if __name__ __main__: validate_all_json(.)这个脚本可以直接放进项目的pre-commit钩子里每次提交前自动跑一遍。我现在的项目里都配了这个JSON相关的报错基本绝迹了。处理JSONDecodeError的核心思路就一条不要相信报错位置要相信上下文。拿到报错后先用工具或代码打印出错位置前后的内容看清楚到底哪个字符不对劲然后再决定是修数据还是修代码。大部分情况下问题都出在中文标点、尾逗号、引号不匹配这三类上把这几类排查完90%的报错都能解决。