当前位置：首页 > article >正文

JSON解析时如何处理异常？

article 2025/1/21 21:03:52

在处理 JSON 数据时，解析异常是常见的问题，尤其是在数据格式不正确、字段缺失或类型不匹配的情况下。正确处理这些异常可以提高代码的健壮性和用户体验。以下是几种常见的 JSON 解析异常处理方法，以 Java 和 Python 为例进行说明。

一、JSON 解析异常的常见类型

格式错误
如果 JSON 数据格式不正确（例如缺少括号、多余的逗号等），解析器会抛出格式错误异常。
字段缺失
如果 JSON 数据中缺少预期的字段，访问这些字段时可能会导致异常。
类型不匹配
如果 JSON 字段的类型与代码中预期的类型不匹配（例如将字符串解析为整数），可能会导致运行时错误。
嵌套结构问题
如果 JSON 数据包含复杂的嵌套结构，访问深层字段时可能会因为路径错误而抛出异常。

二、Java 中的 JSON 解析异常处理

在 Java 中，常用的 JSON 解析库有 Jackson 和 Gson。以下是使用 Jackson 库处理 JSON 解析异常的示例。

1. 捕获格式错误异常

java

import com.fasterxml.jackson.databind.JsonNode;
import com.fasterxml.jackson.databind.ObjectMapper;

public class JsonParsingExample {
    public static void main(String[] args) {
        String jsonString = "{ \"name\": \"John\", \"age\": 30"; // 错误的 JSON 格式
        ObjectMapper objectMapper = new ObjectMapper();

        try {
            JsonNode rootNode = objectMapper.readTree(jsonString);
            System.out.println("解析成功: " + rootNode);
        } catch (Exception e) {
            System.err.println("解析失败，原因: " + e.getMessage());
        }
    }
}

输出：

解析失败，原因: Unexpected end-of-input: expected close marker for Object (start marker at 1:1)

2. 安全地访问字段

为了避免因字段缺失或类型不匹配导致的异常，可以使用 has 方法或 get 方法的默认值。

java

import com.fasterxml.jackson.databind.JsonNode;
import com.fasterxml.jackson.databind.ObjectMapper;

public class JsonFieldAccessExample {
    public static void main(String[] args) {
        String jsonString = "{ \"name\": \"John\", \"age\": 30 }";
        ObjectMapper objectMapper = new ObjectMapper();

        try {
            JsonNode rootNode = objectMapper.readTree(jsonString);

            // 安全访问字段
            String name = rootNode.has("name") ? rootNode.get("name").asText() : "默认名字";
            int age = rootNode.has("age") ? rootNode.get("age").asInt() : 0;

            System.out.println("名字: " + name);
            System.out.println("年龄: " + age);
        } catch (Exception e) {
            System.err.println("解析失败，原因: " + e.getMessage());
        }
    }
}

输出：

复制

名字: John
年龄: 30

3. 使用自定义类解析 JSON

如果 JSON 数据结构较为复杂，可以定义一个对应的 Java 类，并使用 Jackson 的 @JsonIgnoreProperties 注解忽略多余的字段。

java

import com.fasterxml.jackson.annotation.JsonIgnoreProperties;
import com.fasterxml.jackson.databind.ObjectMapper;

@JsonIgnoreProperties(ignoreUnknown = true)
class Person {
    public String name;
    public int age;
}

public class JsonClassMappingExample {
    public static void main(String[] args) {
        String jsonString = "{ \"name\": \"John\", \"age\": 30, \"extraField\": \"value\" }";
        ObjectMapper objectMapper = new ObjectMapper();

        try {
            Person person = objectMapper.readValue(jsonString, Person.class);
            System.out.println("名字: " + person.name);
            System.out.println("年龄: " + person.age);
        } catch (Exception e) {
            System.err.println("解析失败，原因: " + e.getMessage());
        }
    }
}

输出：

名字: John
年龄: 30

三、Python 中的 JSON 解析异常处理

在 Python 中，通常使用内置的 json 模块或第三方库 requests 来处理 JSON 数据。

1. 捕获格式错误异常

Python

import json

json_string = '{ "name": "John", "age": 30'  # 错误的 JSON 格式

try:
    data = json.loads(json_string)
    print("解析成功:", data)
except json.JSONDecodeError as e:
    print("解析失败，原因:", e)

输出：

解析失败，原因: Expecting ',' delimiter: line 1 column 22 (char 21)

2. 安全地访问字段

为了避免因字段缺失或类型不匹配导致的异常，可以使用字典的 get 方法。

Python

import json

json_string = '{ "name": "John", "age": 30 }'
data = json.loads(json_string)

# 安全访问字段
name = data.get("name", "默认名字")
age = data.get("age", 0)

print("名字:", name)
print("年龄:", age)

输出：

复制

名字: John
年龄: 30

3. 使用 `requests` 处理 JSON 数据

在实际开发中，通常会从 HTTP 响应中获取 JSON 数据。使用 requests 库时，可以捕获 ValueError 异常。

Python

import requests

response = requests.get("https://api.example.com/data")

try:
    data = response.json()  # 自动解析 JSON 数据
    print("解析成功:", data)
except ValueError as e:
    print("解析失败，原因:", e)