如何使用 Lark 解析无效的 JSON？

Question

让我们从考虑使用 lark 的简单 json 解析器开始：import sysfrom lark import Lark, Transformer, v_argsjson_grammar = r"""    ?start: value    ?value: object          | array          | string          | SIGNED_NUMBER      -> number          | "true"             -> true          | "false"            -> false          | "null"             -> null    array  : "[" [value ("," value)*] "]"    object : "{" [pair ("," pair)*] "}"    pair   : string ":" value    string : ESCAPED_STRING    %import common.ESCAPED_STRING    %import common.SIGNED_NUMBER    %import common.WS    %ignore WS"""class TreeToJson(Transformer):    @v_args(inline=True)    def string(self, s):        return s[1:-1].replace('\\"', '"')    array = list    pair = tuple    object = dict    number = v_args(inline=True)(float)    def null(self, _): return None    def true(self, _): return True    def false(self, _): return Falseif __name__ == '__main__':    json_parser = Lark(json_grammar, parser='lalr', lexer='standard', transformer=TreeToJson())    parse = json_parser.parse    dct = parse('''        {            "empty_object" : {},            "empty_array"  : [],            "booleans"     : { "YES" : true, "NO" : false },            "numbers"      : [ 0, 1, -2, 3.3, 4.4e5, 6.6e-7 ],            "strings"      : [ "This", [ "And" , "That", "And a \\"b" ] ],            "nothing"      : null        }    ''')    print(dct)上面的例子来自官方示例网站，它能够解析有效的json。到目前为止一切顺利，但我的问题是如何扩展此语法和转换器，以便它还能够解析无效的 json 字符串，例如以下字符串：dct = parse('''    [        // Item1        { "key1": "value1" },        // Item2        { "key2": "value2", "key3": ["a","b",] },        // Item3        { "key4": [{"key5":"value5"},] },    ]''')我的主要目标是能够解析 SublimeText 资产（它是 json 的超集），STsublime_api.decode_value在幕后使用……但是这个函数是闭源的，所以我不能使用它。此外，我没有找到任何开箱即用的 pypi 库来处理这种类型的数据，所以我决定最好的机会是尝试编写我自己的自定义“无效 json”解析器。

Answer 1

该demjson库非常擅长解析有问题的 json：

import demjson

str = '''

    [

        // Item1

        { "key1": "value1" },

        // Item2

        { "key2": "value2", "key3": ["a","b",] },

        // Item3

        { "key4": [{"key5":"value5"},] },

    ]

'''

print(demjson.decode(str))

结果：

[{'key1': 'value1'}, {'key2': 'value2', 'key3': ['a', 'b']}, {'key4': [{'key5': 'value5'}]}]