作者 Yiyao发布于 更新于
一次检查一层 JSON 字符串转义
需要查看序列化字符串的原文时,选择反转义;需要将文本放入 JSON 字符串时,选择转义。先确认手里的内容属于哪一种形式。
JSON 转义、HTML 实体和 URL 百分号编码是不同的表示方式。先识别当前这一层,避免使用不匹配的解码器改变数据。
选择与输入匹配的模式
转义模式接收普通文本,并生成包含外层双引号的完整 JSON 字符串。反转义模式需要输入包含外层双引号的合法 JSON 字符串。
工具将输入作为文本处理,不会执行其中的内容。
| 输入任务 | 模式 | 结果 |
|---|---|---|
| 将普通文本转换为 JSON 字符串 | 转义 | 包含外层双引号的字符串 |
| 还原已加双引号的 JSON 字符串 | 反转义 | 原始文本 |
| 处理 JSON 对象或数组 | 均不适用 | 使用 JSON 格式化工具 |
| 处理 & 或 %20 | 根据源格式选择 | 使用对应的 HTML 或 URL 解码器 |
核对引号、换行和反斜杠
例如,"He said \"go\"." 反转义后为 He said "go".;"line1\nline2" 会在两行之间产生实际换行;"C:\\data\\sample.json" 会还原为路径 C:\data\sample.json。
注意,"\\n" 反转义后是一个反斜杠加字母 n,不是换行符。两者在日志中看起来相近,但表示不同的字符。
按严格的 JSON 字符串规则解析
不完整的字符串、非法转义及字符串中的未转义换行都会导致错误。对象、数组、数字等非字符串 JSON 值也不能作为反转义模式的输入。
调试时看到的序列化表示并不等于原始字节。应核对数据经过了几层序列化,保留原始输入,不要根据显示效果猜测它的来源。
放入采集结果检查流程
先从采集结果中提取需要检查的字段,并保留来源 URL。只处理该字段所使用的编码形式。
反转义后的可读文本不一定是第二份 JSON 文档。只有明确知道字段内还嵌套了 JSON 时,才进行下一层解析。
需要进行采集任务时,可探索 Crawler Console;本工具的本地转换是独立步骤。
用往返转换验证结果
使用包含双引号、反斜杠和换行的样本,先转义再反转义,确认还原结果与原文一致。
保存脱敏后的输入和输出以便复查,不要把真实凭据或敏感日志作为共享测试数据。
JSON 字符串转义常见问题
为什么转义结果包含外层双引号?因为结果是一段完整的 JSON 字符串字面量,而不只是其中的转义内容。
反转义后可以直接作为安全 HTML 使用吗?不可以。JSON 反转义不会清理 HTML,也不能替代输出时的安全处理。
