在Perl中解析JavaScript对象数据

2024年1月15日 213次阅读

我正在寻找一种从Perl中解析真正的
JavaScript对象数据(由于多种原因,不符合JSON标准)的方法.

我发现JSON模块,如果启用了allow_singlequote和allow_barekey选项,则可以正常工作,但我仍然无法解析包含转义单引号和未转义双引号的单引号值.例如,

{ label : 'can\'t process' }

和

{ label : '"bad" character' }

扔

illegal backslash escape sequence in string

和

invalid character encountered while parsing JSON string

因为模块只需要转义标准字符集,无论包含引号如何.

我以为我找到了一些可以在JSON::DWIW模块中使用的东西,但它自2010年以来一直没有更新,我无法安装它.

到目前为止,我唯一的答案是使用JavaScript安装一个完整的JavaScript引擎,并将该字符串作为JavaScript代码运行.这样做很好,但远非直截了当,对我想要的东西来说太过分了.

有没有人对我可以尝试的替代品有任何建议？

最佳答案 有很多JSON模块在CPAN上敲响了,其中很多都有宽容模式.但是,似乎没有人能够处理这种特殊情况. (我认为
JSONY可能,但遗憾的是没有.但是,我想如果你报告这个案例,作者可能会热衷于让它发挥作用.)

我的快速和肮脏的建议是采用现有的纯Perl JSON模块,并破解它以使其工作. JSON::Tiny是一个很好的候选人. CPAN上最新的JSON :: Tiny版本的以下补丁似乎可以解决您提供的两个简短示例：

--- Tiny.orig   2014-02-22 22:17:50.923272286 +0000
+++ Tiny.pm 2014-02-22 22:18:23.847435546 +0000
@@ -160,11 +160,13 @@
   until (m/\G$WHITESPACE_RE\}/gc) {

     # Quote
-    m/\G$WHITESPACE_RE"/gc
+    m/\G$WHITESPACE_RE(["']|[^\W0-9]\w+)/gc
       or _exception('Expected string while parsing object');

     # Key
-    my $key = _decode_string();
+    my $key = ($1 =~ /['"]/)
+      ? _decode_string()
+      : $1;

     # Colon
     m/\G$WHITESPACE_RE:/gc
@@ -187,13 +189,14 @@
 }

 sub _decode_string {
+  my $quote = shift;
   my $pos = pos;
   # Extract string with escaped characters
-  m!\G((?:(?:[^\x00-\x1f\\"]|\\(?:["\\/bfnrt]|u[0-9a-fA-F]{4})){0,32766})*)!gc; # segfault on 5.8.x in t/20-mojo-json.t #83
+  m!\G((?:(?:[^\x00-\x1f\\$quote]|\\(?:[$quote\\/bfnrt]|u[0-9a-fA-F]{4})){0,32766})*)!gc; # segfault on 5.8.x in t/20-mojo-json.t #83
   my $str = $1;

   # Invalid character
-  unless (m/\G"/gc) {
+  unless (m/\G$quote/gc) {
     _exception('Unexpected character or invalid escape while parsing string')
       if m/\G[\x00-\x1f\\]/;
     _exception('Unterminated string');
@@ -247,7 +250,8 @@
   m/\G$WHITESPACE_RE/gc;

   # String
-  return _decode_string() if m/\G"/gc;
+  return _decode_string(q["]) if m/\G"/gc;
+  return _decode_string(q[']) if m/\G'/gc;

   # Array
   return _decode_array() if m/\G\[/gc;
@@ -268,6 +272,9 @@
   # Null
   return undef if m/\Gnull/gc;  ## no critic (return)

+  # Bareword string
+  return $1 if m/\G([^\W0-9]\w+)/gc;
+
   # Invalid character
   _exception('Expected string, array, object, number, boolean or null');
 }
点赞