Python json.loads non riesce con `ValueError: non valido carattere di controllo in: linea 1 della colonna 33 (char 33)`

Question

Ho una stringa come questa:

s = u"""{"desc": "\u73cd\u54c1\u7f51-\u5168\u7403\u6f6e\u6d41\u5962\u54c1\u7f51\u7edc\u96f6\u552e\u5546 <br \/>\r\nhttp:\/\/www.zhenpin.com\/ <br \/>\r\n<br \/>\r\n200\u591a\u4e2a\u56fd\u9645\u4e00\u7ebf\u54c1\u724c\uff0c\u9876\u7ea7\u4e70\u624b\u5168\u7403\u91c7\u8d2d\uff0c100%\u6b63\u54c1\u4fdd\u969c\uff0c7\u5929\u65e0\u6761\u2026"}""" 

json.loads(s) restituisce messaggio di errore come questo:

ValueError: Invalid control character at: line 1 column 33 (char 33) 

Perché si verifica questo errore? Come posso risolvere questo problema?

Answer 1

Il problema è la stringa unicode contiene ritorni a capo (\r) e ritorni a capo (\n) all'interno una stringa letterale nei dati JSON. Se dovessero essere parte della stringa stessa, dovrebbero essere sfuggiti in modo appropriato. Se non dovevano essere parte della stringa, non dovrebbero neanche essere nel tuo JSON.

Se non è possibile risolvere il problema dove hai preso questa stringa JSON per la produzione di JSON valido, è possibile rimuovere i caratteri incriminati:

>>> json.loads(s.replace('\r\n', '')) 

o fuggire manualmente:

>>> json.loads(s.replace('\r\n', '\\r\\n')) 

Answer 2

cercare di sfuggire il tuo \n e \r:

s = s.replace('\r', '\\r').replace('\n', '\\n') 
json.loads(s) 
>>> {u'desc': u'\u73cd\u54c1\u7f51-\u5168\u7403\u6f6e\u6d41\u5962\u54c1\u7f51\u7edc\u96f6\u552e\u5546 <br />\r\nhttp://www.zhenpin.com/ <br />\r\n<br />\r\n200\u591a\u4e2a\u56fd\u9645\u4e00\u7ebf\u54c1\u724c\uff0c\u9876\u7ea7\u4e70\u624b\u5168\u7403\u91c7\u8d2d\uff0c100%\u6b63\u54c1\u4fdd\u969c\uff0c7\u5929\u65e0\u6761\u2026'} 

Answer 3

Il problema è che il carattere nell'indice 33 è un carattere di controllo di ritorno a capo.

>>> s[33] 
u'\r' 

Secondo le specifiche JSON, caratteri validi sono:

• qualsiasi carattere Unicode, tranne: ", \, e controllo-caratteri (ord(char) < 32).

• Le seguenti sequenze di caratteri sono consentiti: \", \\, \/, \b (backspace), \f (form feed), \n (-avanzamento riga/new-line), \r (ritorno carrello), \t (scheda) oppure \u seguito da quattro cifre esadecimali.

Tuttavia, in Python si sta andando ad avere per caratteri a doppio controllo di fuga (a meno che la stringa è crudo) perché Python interpreta anche quei caratteri di controllo.

>>> s = ur"""{"desc": "\u73cd\u54c1\u7f51-\u5168\u7403\u6f6e\u6d41\u5962\u54c1\u7f51\u7edc\u96f6\u552e\u5546 <br \/>\r\nhttp:\/\/www.zhenpin.com\/ <br \/>\r\n<br \/>\r\n200\u591a\u4e2a\u56fd\u9645\u4e00\u7ebf\u54c1\u724c\uff0c\u9876\u7ea7\u4e70\u624b\u5168\u7403\u91c7\u8d2d\uff0c100%\u6b63\u54c1\u4fdd\u969c\uff0c7\u5929\u65e0\u6761\u2026"}""" 
>>> json.loads(s) 
{u'desc': u'\u73cd\u54c1\u7f51-\u5168\u7403\u6f6e\u6d41\u5962\u54c1\u7f51\u7edc\u96f6\u552e\u5546 <br />\r\nhttp://www.zhenpin.com/ <br />\r\n<br />\r\n200\u591a\u4e2a\u56fd\u9645\u4e00\u7ebf\u54c1\u724c\uff0c\u9876\u7ea7\u4e70\u624b\u5168\u7403\u91c7\u8d2d\uff0c100%\u6b63\u54c1\u4fdd\u969c\uff0c7\u5929\u65e0\u6761\u2026'} 

Riferimenti:

• http://www.json.org/

Answer 4

Un'altra opzione, forse, è quello di utilizzare il strict=False argomento

Secondo http://docs.python.org/2/library/json.html

"Se rigorosa è FALSE (Vero è il valore predefinito), quindi i caratteri di controllo saranno consentiti all'interno delle stringhe. I caratteri di controllo in questo contesto sono quelli con codici di carattere nel range 0-31, tra cui '\ t' (scheda), '\ n', '\ r' e '\ 0' "

Ad esempio:.

json.loads(json_str, strict=False) 

Answer 5

in alcuni casi, questo errore verrà generato quando il file contiene in realtà una stringa con uno spazio bianco in esso. l'eliminazione gli spazi risolverà il problema.