jsonfixer:修复无效的json:broken json/截断的json。
jsonfixer的Python项目详细描述
Usage
In[1]:fromhalf_json.coreimportJSONFixerIn[2]:f=JSONFixer()In[3]:f.fix('[{')Out[3]:FixResult(success=True,line='[{}]',origin=False)In[4]:f.fix('{"a')Out[4]:FixResult(success=True,line='{"a":null}',origin=False)In[5]:f.fix('{"a":}')Out[5]:FixResult(success=True,line='{"a":null}',origin=False)
目标
fix invalid/broken/truncated json
修复原理
- JSONDecoderError
- line context
HitRatio
根据 checks 里面的工具来衡量修改效果
ABC : autogen --> broken --> check TSR : run test.sh show.sh ratio.sh
FixRatio
仅判断 result.success == True
./runratio.sh fix
1. 0.4269, 0.4287, 0.4303 # 实现完 12 条规则
2. 0.5037, 0.5084, 0.5077 # string 的 " 补充在末尾
3. 0.5259, 0.5224, 0.5187 # Array 需要 pos - 2
4. 0.5433, 0.5311, 0.5381 # Array 细化一下 [, 的情况
5. 0.7192, 0.7216, 0.7265 # 大改进, FIX 之前的 Bug( parser 被冲掉了)
6. 0.7732, 0.7686, 0.7701 # case: {"a":1 --> 补充 }
7. 0.60 , 0.58 # 去掉了空行
8. 0.6971, 0.6969, 0.6984 # 增加处理 StopIteration
9. 0.7428, 0.7383, 0.7427 # 增加处理 half parse
10. 0.7617, 0.7631, 0.7558 # 细化处理 half parse
11. 0.7608, 0.7612, 0.7650 # 添加从左处理
12. 0.9817, 0.9827, 0.9819 # 增加对字符串的处理
13. 0.8314, 0.8302, 0.8312 # 去掉对字符串的额外处理
14. 0.95X # 已不可参考
Real HitRatio
判断 result.success == True
并且解析后的 json 大体和原来一致(equal && dictdiffer)
./runratio.sh hit
1. 0.5610, 0.5563, 0.5529 # origin
2. 0.5593, 0.5532, 0.5587 # fix :} --> :null}
TODO
目前的缺点 && 发现
数字的支持比较弱 --> -02 / 0. / .0
还不支持分支回溯 --> [{]
突然想到, 应该反思一下, 这个是一个fixer, 而不是一个将任何字符串都转为 json 的东西 应该明确 JSONFixer 的能力范围, 对 runratio.sh 也应该比较前后两个的 json 相似程度。 (听起来像无能者的辩白?)
考虑分支回溯的方式来试探
解析缺失的 JSON 常量
BadCase
- 1- --> {"1-": null}