Python中json.load() json.loads()加载json数据，JSON数据带有// 单行注释

JSON原始数据

JSON文件中的数据（带有//单行注释）

{
    "BigIntSupported": 995815895020119788889,
    "date": "20180322",
    "message": "Success !",
    "status": 200,
    "city": "北京",
    "count": 632,
    "data": {
        "shidu": "34%",
        "pm25": 73,
        "pm10": 91,
        "quality": "良",
        "wendu": "5",
        "ganmao": "极少数敏感人群应减少户外活动",
        "yesterday": {
            "date": "21日星期三",
            "sunrise": "06:19",
            "high": "高温 11.0℃", // 最高温
            "low": "低温 1.0℃",// 最低温
            "sunset": "18:26",//
            "aqi": 85,
            "fx": "南风",
            "fl": "<3级",
            "type": "多云",
            "notice": "阴晴之间，谨防紫外线侵扰"
        },
        "forecast": [
            {
                "date": "22日星期四",
                "sunrise": "06:17",
                "high": "高温 17.0℃", // 最高温
                "low": "低温 1.0℃",// 最低温
                "sunset": "18:27",
                "aqi": 98,
                "fx": "西南风",
                "fl": "<3级",
                "type": "晴",
                "notice": "愿你拥有比阳光明媚的心情"
            },
            {
                "date": "23日星期五",
                "sunrise": "06:16",
                "high": "高温 18.0℃", // 最高温
                "low": "低温 5.0℃",// 最低温
                "sunset": "18:28",
                "aqi": 118,
                "fx": "无持续风向",
                "fl": "<3级",
                "type": "多云",
                "notice": "阴晴之间，谨防紫外线侵扰"
            },
            {
                "date": "24日星期六",
                "sunrise": "06:14",
                "high": "高温 21.0℃", // 最高温
                "low": "低温 7.0℃",// 最低温
                "sunset": "18:29",
                "aqi": 52,
                "fx": "西南风",
                "fl": "<3级",
                "type": "晴",
                "notice": "愿你拥有比阳光明媚的心情"
            },
            {
                "date": "25日星期日",
                "sunrise": "06:13",
                "high": "高温 22.0℃",
                // 最高温
                "low": "低温 7.0℃",
                // 最低温
                "sunset": "18:30",
                "aqi": 71,
                "fx": "西南风",
                "fl": "<3级",
                "type": "晴",
                // json 数据中字符串中都带有 双斜杠 和 换行符
                "notice": "愿你--拥有//\n\r比阳光明媚的心情"
            },
            {
                "date": "26日星期一",
                "sunrise": "06:11",
                // json 数据中字符串带有 双斜杠
                "high": "//高温 21.0℃", // 最高温
                "low": "低温 8.0℃",// 最低温
                "sunset": "18:31",
                "aqi": 97,
                "fx": "西南风",
                "fl": "<3级",
                "type": "多云",
                "notice": "阴晴之间，谨防紫外线侵扰"
            }
        ]
    }
}

解决思路

方式一：正则表达式提取过滤

正则表达式-知识及教程

推荐使用：菜鸟教程-正则表达式-教程

Python3 正则表达式 re 模块：菜鸟教程-Python3 正则表达式

可以可视化显示【正则表达式】提取到的内容

Python 实现

提取单行注释的正则表达式：

(?<!\\)//(?=(?:[^"]*"[^"]*")*[^"]*$).*?(?=\n|$)

代码实现：

# json 包
import json
# 正则表达式的包
import re


# 加载带有注释的json
def load_json_with_comments(file_path):
    with open(file_path, 'r', encoding='utf-8') as f:
        content = f.read()
        # 使用正则表达式移除中文注释
        clean_data = re.sub(r'(?<!\\)//(?=(?:[^"]*"[^"]*")*[^"]*$).*?(?=\n|$)', '', content, flags=re.S)
        return json.loads(clean_data)


# 使用预处理的方法加载包含注释的 JSON 数据
data = load_json_with_comments('./File/xxxx.json')
print(data)

方式二：按字符串划分内容过滤

Python 实现

单行注释的特征：
结构： 以 双斜杠 开头 换行符 结尾 及 中间注释内容部分

json数据的特征：
结构：字段名 及 字符串 都是以 " " 双引号 包裹

难点：如果字符串中也有这样的内容，仅仅考虑双斜杠这个特征 将无法区分是【注释内容】还是【字符串内容】

处理逻辑：

*核心：完整保留 双引号 内的，处理双引号外的 注释内容（双引号内的为字符部分，双引号外的为非字符部分）

1. 使用 " 双引号 进行 内容分割（内容被分成：非字符，字符，非字符，字符…）
2. 对【字符】和【非字符】部分需要分开处理（加逻辑判断）
3. 【字符部分】需要 补回 分割时去掉的双引号
4. 【非字符部分】需要 对 注释部分 进行 剔除

代码实现：

# json 包
import json


# 加载带有注释的json
def load_json_with_comments(file_path):
    with open(file_path, 'r', encoding='utf-8') as f:
        content = f.read()

        # 用 " 分割 JSON 数据中的字符串和非字符串部分
        parts = content.split('"')
        cleaned_parts = []
        # 第一段为 非字符串部分(首次进入则进入非字符串部分处理)
        in_string = False
        # 逐个处理字符串和非字符串部分
        for part in parts:
            if in_string:
                # 字符串部分, 保留原样, 重新把 双引号 加回去
                cleaned_parts.append(f'"{part}"')
            else:
                # 非字符串部分，移除可能的注释
                # 注释是单行注释，单行注释 开头 双斜杠 结尾 换行符
                lines = part.split('\n')
                cleaned_lines = []
                for line in lines:
                    # 非注释内容 与 注释内容 区别在开头的双斜杠
                    # 截取 双斜杠 前的内容进行保留
                    # split 未找到 分割内容 会保留 完整字符 到l ist集合
                    line = line.split('//')[0]
                    cleaned_lines.append(line)
                # 最后 用 换行符 连接起来, 补上 被分割的换行符
                cleaned_part = '\n'.join(cleaned_lines).strip()
                # 判断 非字符部分最后拼接 是否有值
                if cleaned_part:
                    cleaned_parts.append(cleaned_part)

            # 切换 字符串/非字符 状态
            in_string = not in_string
        # 最终将清除注释内容的各个部分拼接回去
        cleaned_content = ''.join(cleaned_parts)

        # 解析处理后的 JSON 数据
        return json.loads(cleaned_content)


# 使用预处理的方法加载包含注释的 JSON 数据
data = load_json_with_comments('./File/xxxx.json')
print(data)