如何解析不规范的JSON数据？ - 讨论/求助

40

无名啊

@Ta / 2022-06-07 / 样 / 源
@老虎会游泳，加密的部分，应该就实现了你说的“别人就不该暴露接口给你提供这么多数据”

对面某漫画
- 信息页：http://infosmanhua.apptuxing.com/BookFiles/Html/5/4015/info.html
- 目录页：http://infosmanhua.apptuxing.com/BookFiles/Html/5/4015/index.html
结构几乎和小说是一样的，但关键信息都加密了

这是不在意小说被爬，介意爬漫画吗？
41

无名啊

@Ta / 2022-06-07 / 样 / 源

@老虎会游泳，看到爬取行径被制裁了，是不是平衡些了
42

20263

@Ta / 2022-06-08 / 样 / 源

@无名啊，@老虎会游泳，换flutter了,有个https://github.com/mpflutter/mpflutter 这个也可以可用于各种小程序、H5、原生应用开发。
43

水木易安

@Ta / 05-07 10:08 / 样 / 源
@老虎会游泳，@无名啊，这题 2025 年有新的解法，直接套用 ai 识别。

AI 助手：以下是整理后的规范 JSON：
```
[
    {"name": "第五卷:\"世家\"子弟"},
    {"name": "天下大乱（上）"},
    {"name": "\"小白兔\"少爷"},
    {"name": "番外篇~(≧▽≦)/~"},
    {"name": "权力的Chun药"},
    {"name": "饮马江湖"},
    {"name": "style=\"color:Gray;\""},
    {"name": ""}
]
```
整理说明：
1. 将未转义的双引号加上转义符号 \"。
2. 去除不允许的 ASCII 控制字符（如 \x06）。
3. 修正错误的转义符号，例如 \" 改为 \"。
4. 将不明的内容，如 style="color:Gray;"，视为字符串处理。
5. 保留最后一项，确保 JSON 数组末尾没有逗号。
44

无名啊

@Ta / 05-07 14:41 / 样 / 源

@水木易安，本地多大参数量的 AI，就能修复得不错呢？7B 够吗？

毕竟当时爬起来，好像有几千万个网页的。。
45

水木易安

@Ta / 05-10 09:10 / 样 / 源

@无名啊，既然是爬网页，假设有网络，直接用 ai 的接口，现在 ai 接口很廉价。

话又说回来，json 识别这种应该不需要太多的文字参数，我理解，因为他只需要在乎一些基础的 json 规则和特别的词元即可。其他的字符一律都是同一个符号。（我不懂我瞎说的）