import json import re def insert_missing_commas(json_str): """ 使用正则表达式在缺失逗号的位置插入逗号。 具体来说,寻找一个值的结束引号后紧跟着下一个键的开始引号,并在中间插入逗号。 """ # 这个正则匹配一个字符串结尾的引号,可能有空白字符,然后是另一个键的引号 pattern = r'(":\s*"[^"]*)"\s*(")' replacement = r'\1", \2' previous_str = None while previous_str != json_str: previous_str = json_str json_str = re.sub(pattern, replacement, json_str) return json_str def fix_json_escape_sequences(json_str): """ 修复 JSON 字符串中的非法转义序列。 将所有不符合 JSON 规范的反斜杠进行转义。 """ # JSON 中合法的转义字符 valid_escapes = ['"', '\\', '/', 'b', 'f', 'n', 'r', 't', 'u'] # 使用正则表达式找到所有反斜杠 # 如果反斜杠后面不是合法的转义字符,则进行转义 pattern = re.compile(r'\\(?!["\\/bfnrtu])') fixed_str = pattern.sub(r'\\\\', json_str) return fixed_str def replace_latex_expressions(json_str): """ 替换 JSON 字符串中的 LaTeX 风格表达式。 例如,将 $三 \geq 2 m$ 替换为 三 ≥2米 """ # 定义 LaTeX 符号到 Unicode 字符的映射 latex_mapping = { r'\geq': '≥', r'\leq': '≤', r'\times': '×', r'\frac': '/', # 简单处理分数 r'\neq': '≠', r'\approx': '≈', r'\pm': '±', r'\alpha': 'α', r'\beta': 'β', r'\gamma': 'γ', r'\delta': 'δ', r'\pi': 'π', r'\sqrt': '√', r'\infty': '∞', r'\cup': '∪', r'\cap': '∩', r'\subseteq': '⊆', r'\supseteq': '⊇', r'\forall': '∀', r'\exists': '∃', r'\rightarrow': '→', r'\leftarrow': '←', # 添加更多需要的映射 } # 处理每一个 LaTeX 表达式 def replace_match(match): expr = match.group(1) for latex, char in latex_mapping.items(): expr = expr.replace(latex, char) # 替换单位符号,例如 ' m' 到 '米', ' s' 到 '秒', 等等 expr = re.sub(r'(\d+)\s*m', r'\1米', expr) expr = re.sub(r'(\d+)\s*s', r'\1秒', expr) expr = re.sub(r'(\d+)\s*kg', r'\1公斤', expr) expr = re.sub(r'(\d+)\s*A', r'\1安', expr) # 例如电流单位安培 # 继续添加更多单位 return expr # 替换所有 $...$ 包围的内容 fixed_str = re.sub(r'\$(.*?)\$', replace_match, json_str) return fixed_str def extract_content_from_json(string): """ 输入字符串,尝试解析 JSON 数据: 1. 尝试直接解析原始 JSON。 2. 如果直接解析失败,按顺序使用不同修复方法尝试解析。 """ if not string.strip(): return {} # 提取第一个匹配的 JSON 对象 match = re.search(r'\{[\s\S]*\}', string) if not match: print("未找到有效的 JSON 内容。") return {} original_json = match.group(0) # 尝试直接解析原始 JSON 数据 try: parsed = json.loads(original_json) # print("直接解析原始 JSON 成功。") return parsed except json.JSONDecodeError as original_error: print(f"直接解析原始 JSON 失败: {original_error}") # 方法1:逗号修复 try: fixed_json1 = insert_missing_commas(original_json) parsed = json.loads(fixed_json1) print("使用方法1:逗号修复成功。") return parsed except json.JSONDecodeError as error1: print(f"方法1(逗号修复)解析失败: {error1}") # 方法2:LaTeX 表达式替换 try: fixed_json2 = replace_latex_expressions(original_json) parsed = json.loads(fixed_json2) print("使用方法2:LaTeX 表达式替换成功。") return parsed except json.JSONDecodeError as error2: print(f"方法2(LaTeX 替换)解析失败: {error2}") # 方法3:非法转义序列修复 try: fixed_json3 = fix_json_escape_sequences(original_json) parsed = json.loads(fixed_json3) print("使用方法3:非法转义序列修复成功。") return parsed except json.JSONDecodeError as error3: print(f"方法3(非法转义修复)解析失败: {error3}") # 如果所有方法都失败,返回空字典 print("所有修复方法均失败,返回空字典。") return {} def replace_latex_expressions_in_dict(obj): """ 递归遍历字典或列表,替换其中的 LaTeX 表达式。 """ if isinstance(obj, dict): return {k: replace_latex_expressions_in_dict(v) for k, v in obj.items()} elif isinstance(obj, list): return [replace_latex_expressions_in_dict(item) for item in obj] elif isinstance(obj, str): # 仅处理被 $...$ 包围的内容 def replace_match(match): expr = match.group(1) return replace_latex_expressions(expr) # 替换所有 $...$ 包围的内容 return re.sub(r'\$(.*?)\$', replace_match, obj) else: return obj def clean_json_string(json_string): # print(json_string) """清理JSON字符串,移除多余的反引号并解析为字典""" return extract_content_from_json(json_string) def combine_json_results(json_lists): """ 将类json格式的列表整合成json数据(即大括号{}包裹)。 支持列表中的元素既是字符串又是字典。 """ combined_result = {} for item in json_lists: if isinstance(item, str): if item.strip(): json_data = clean_json_string(item) if isinstance(json_data, dict): combined_result.update(json_data) else: print(f"警告: 解析后的数据不是字典类型,跳过。内容: {item}") elif isinstance(item, dict): combined_result.update(item) else: print(f"警告: 不支持的类型 {type(item)},跳过。内容: {item}") return combined_result def nest_json_under_key(data, key): """ 将给定的字典 data 嵌套在一个新的字典层级下,该层级由 key 指定,并返回 JSON 格式的字符串。 参数: - data: dict, 要嵌套的原始字典。 - key: str, 新层级的键名。 返回: - 嵌套后的 JSON 字符串。 """ # 创建一个新字典,其中包含一个键,该键的值是原始字典 nested_dict = {key: data} # 将字典转换成 JSON 字符串 nested_json = json.dumps(nested_dict, ensure_ascii=False, indent=4) return nested_json def add_keys_to_json(target_dict, source_dict): """ 将 source_dict 的内容添加到 target_dict 中的唯一外层键下的字典中。 参数: target_dict (dict): 要更新的目标字典,假定只有一个外层键。 source_dict (dict): 源字典,其内容将被添加到目标字典。 返回: dict: 更新后的字典。 """ if not target_dict: print("json_utils: Error: Target dictionary is empty.") return {} if len(target_dict) != 1: print("json_utils: Error: Target dictionary must contain exactly one top-level key.") return target_dict # 获取唯一的外层键 target_key, existing_dict = next(iter(target_dict.items())) if not isinstance(existing_dict, dict): print(f"json_utils: Error: The value under the key '{target_key}' is not a dictionary.") return target_dict # 合并字典 existing_dict.update(source_dict) # 更新原字典 target_dict[target_key] = existing_dict return target_dict def rename_outer_key(original_data,new_key): # 定义新的键名 # new_key = "重新招标, 不再招标和终止招标" # 提取原始数据中的唯一外层值(假设只有一个外层键) if not original_data or not isinstance(original_data, dict): print("json_utils: Error: Invalid input or input is not a dictionary.") # 如果输入无效或不是字典,则返回空字典 return {} # 使用 next(iter(...)) 提取第一个键的值 original_value = next(iter(original_data.values()), {}) # 创建一个新的字典,使用新的键名 new_data = {new_key: original_value} return new_data def transform_json_values(data): if isinstance(data, dict): return {key.replace(' ', ''): transform_json_values(value) for key, value in data.items()} elif isinstance(data, list): return [transform_json_values(item) for item in data] elif isinstance(data, bool): return '是' if data else '否' elif isinstance(data, (int, float)): return str(data) elif isinstance(data, str): return data.replace('\n', '
') else: return data