智能修复大模型生成的 JSON 字符串：Python 实现与优化

在使用大语言模型（LLM）生成 JSON 格式数据时，常因模型输出不完整、语法错误或格式不规范导致 JSON 解析失败。本文介绍如何通过 json_repair 库实现对 LLM 生成 JSON 字符串的自动修复，并改进原始提取函数以提升容错能力。

---

一、LLM 生成 JSON 的常见问题

LLM 输出的 JSON 字符串可能存在以下典型问题：

1. 语法错误：缺失引号、逗号或括号不匹配（如 {"name": Alice} 漏掉引号）。
2. 非法字符：未转义的特殊符号（如换行符 \n、未闭合的字符串）。
3. 结构断裂：嵌套对象或数组未闭合（如 {"user": {"name": "Alice"）。
4. 非 JSON 内容：输出中夹杂解释性文本或代码块标记（如 json ... ）。

这些问题会导致标准 JSON 解析器抛出异常，进而中断后续流程。为此，需要一种高效且灵活的修复方案。

---

二、解决方案：json_repair 库的核心能力

json_repair 是一个轻量级 Python 工具，专为修复无效 JSON 设计，具有以下优势：

• 自动修复语法错误：补全缺失的引号、逗号、括号。
• 处理非法字符：修正未转义的特殊符号。
• 兼容多种结构：支持对象、数组、嵌套结构。
• 无依赖设计：仅依赖 Python 标准库，无需额外安装。

安装 json_repair 包

json_repair 是一个用于修复无效 JSON 数据的 Python 库，特别适合处理大型语言模型（LLM）生成的 JSON 字符串。以下是安装步骤：

使用 pip 安装

pip install json-repair

---

三、改进原始提取函数

针对之前的D