手把手教你解决JSONDecodeError: Expecting value错误（全网最全解决方案）

最新推荐文章于 2026-04-29 09:09:42 发布

原创最新推荐文章于 2026-04-29 09:09:42 发布 · 4.1k 阅读

43 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

标签

#数据库

文章目录

这错误把我CPU都干烧了！

（前方高能预警）各位程序员朋友在解析JSON数据时，是不是经常看到这个让人抓狂的报错？raise JSONDecodeError("Expecting value", s, err.value) from None！这玩意儿就像个不请自来的客人，总在你最忙的时候突然冒出来。今天我们就来把这个"客人"的底裤扒个精光！（文末有终极解决方案）

一、为什么你的代码会"突然怀孕"？

这个报错的本质是JSON解析器没吃到正经数据！就像你点外卖却收到个空饭盒，系统能不生气吗？常见三大罪魁祸首：

空响应大魔王：API返回了个寂寞（比如空字符串）
格式乱搞分子：缺失引号、逗号乱飞、注释没清干净
编码刺客：中文字符没转义或编码不一致

举个真实案例（血泪教训）：

import json

# 模拟接口返回的脏数据
dirty_data = "{'name': '张三', 'age': 25}"  # 单引号警告！

json.loads(dirty_data)  # Boom！原地爆炸

这里单引号就是元凶！JSON标准只认双引号，这个坑我当年踩了3小时才爬出来…

二、五步绝杀技（亲测有效）

第一步：检查数据源（超级重要！！！）

import requests

response = requests.get('https://api.example.com/data')
print(response.status_code)  # 先确认是不是200
print(response.text)  # 一定要肉眼观察原始数据！

避坑指南：用Postman测试接口时，注意选择"Raw"视图，别被格式化后的假象蒙蔽！

第二步：JSON格式验证（工具大法好）

推荐两个神器：

VS Code：直接粘贴数据，看有没有红色波浪线
JSONLint：在线验证器中的战斗机

隐藏技巧：用Python自带的json.tool模块：

echo '{"name": "李四"}' | python -m json.tool

第三步：处理空响应（防御性编程）

import json
from requests.exceptions import JSONDecodeError

data = response.text

if data.strip():  # 先判空！
    try:
        json_data = json.loads(data)
    except JSONDecodeError as e:
        print(f"解析失败：{e}")
        # 这里可以记录日志或重试
else:
    print("收到空包弹！联系后端撕逼吧")

第四步：编码统一（中文乱码终结者）

# 指定编码格式（重要程度五颗星）
response.encoding = 'utf-8'  # 或者根据实际情况调整

# 处理二进制数据
data = response.content.decode('utf-8-sig')  # 专治BOM头问题

冷知识：有些API返回的数据开头会有不可见的BOM字符，用utf-8-sig解码就能解决！

第五步：异常捕获全家桶（最后防线）

try:
    result = response.json()
except json.JSONDecodeError as e:
    print(f"解析失败在位置 {e.pos}: {e.doc}")
    # 这里可以截取错误位置前后的内容
    start = max(0, e.pos-20)
    end = min(len(e.doc), e.pos+20)
    print(f"问题上下文：{e.doc[start:end]}")
except requests.exceptions.RequestException as e:
    print(f"网络请求出错：{e}")

三、实战中的骚操作

情景1：处理不规范的JSON

# 使用demjson库处理畸形JSON
# pip install demjson（注意这个库已停止维护，慎用）
import demjson

dirty_json = "{ name: '王五', age: 30 }"  # 没引号+单引号
data = demjson.decode(dirty_json)  # 真香！

警告：生产环境慎用，最好让后端规范输出格式！

情景2：日志记录大法

import logging
from pathlib import Path

log_file = Path("json_errors.log")

try:
    data = response.json()
except JSONDecodeError:
    error_context = response.text[:1000]  # 截取部分内容
    logging.error(f"解析失败，响应内容：{error_context}")
    log_file.write_text(response.text)  # 保存完整错误数据

四、预防大于治疗（架构师思维）

接口契约：用JSON Schema规范前后端数据格式
单元测试：用各种畸形数据狂怼你的解析代码
监控报警：统计解析失败次数，超过阈值立即报警
降级方案：解析失败时返回缓存数据或默认值

# 使用marshmallow做数据验证
from marshmallow import Schema, fields

class UserSchema(Schema):
    name = fields.Str(required=True)
    age = fields.Int()

schema = UserSchema()
try:
    result = schema.load(response.json())
except ValidationError as e:
    print(f"数据校验失败：{e.messages}")

五、你以为这就完了？（常见延伸问题）

Content-Type陷阱：明明返回的是text/html却说是JSON
压缩数据：需要先解压gzip格式的响应
大文件处理：用ijson库流式解析超大JSON
特殊数字：NaN, Infinity等非标准数值的处理

终极解决方案（抄作业版）

import json
from requests import Response

def safe_json_parse(response: Response) -> dict:
    """防御性JSON解析函数"""
    if not isinstance(response, Response):
        raise TypeError("需要requests.Response对象")
    
    # 处理编码
    try:
        response.encoding = response.apparent_encoding
        content = response.text.lstrip()  # 去除开头空白
    except UnicodeDecodeError:
        content = response.content.decode('utf-8-sig')
    
    # 空数据检测
    if not content.strip():
        return {"error": "Empty response"}
    
    # 尝试解析
    try:
        return json.loads(content)
    except json.JSONDecodeError as e:
        # 记录错误上下文
        error_snippet = content[max(0, e.pos-50):e.pos+50]
        return {
            "error": f"JSON解析失败: {str(e)}",
            "position": e.pos,
            "context": error_snippet
        }

六、血的教训（避坑指南）

不要相信任何接口：就算文档说返回JSON，也可能突然给你个HTML错误页
警惕缓存陷阱：用Postman测试正常，代码却报错？可能是浏览器缓存了旧数据
注意时区问题：有些时间字段带时区信息会导致解析失败
版本兼容：Python 3.6以下对JSON标准支持不完善

下次再遇到这个错误，记得先深呼吸，然后按照这个checklist排查：

打印原始数据 ✅
检查引号和逗号 ✅
验证编码格式 ✅
添加异常处理 ✅
联系后端撕逼 ✅

记住：好的程序员不是不写bug，而是能快速定位和解决bug！ 觉得有用的话，赶紧收藏转发，保不准哪天又用上了呢？