Python处理大型JSON文件时出现JSONDecodeError该如何修复？
JSONDecodeError常由非JSON内容（如HTML错误页）引起，解析前需检查status_code和Content-Type。大文件可改用ijson流式解析避免内存溢出。还需注意BOM头、尾逗号等非标准格式，定位错误应使用e.lineno和e.colno并打印前后字符。常见原因包括网络错误、服务器500等，确保响应编码正确并用try-except捕
先说几个核心判断。JSONDecodeError这个报错，看起来是指向语法层面的问题，但实战中遇到的大部分情况，根源其实不在JSON本身。大多数时候，是我们在拿到数据之前，就已经被非JSON内容给“掉包”了。这不是危言耸听，如果你在解析前少做几个检查，就很容易在同一个坑里反复栽跟头。
说起来，很多号称“大型JSON文件解析失败”的案例，根源压根不在JSON上。API调用没处理异常，返回了个404的HTML错误页给你，或者访问频率超了限，返回一句“Rate limit exceeded”的纯文本提示。当你把response.text一打印，满屏的标签扑面而来。这种内容喂给json.loads()，它不报JSONDecodeError: Expecting value: line 1 column 1 (char 0)才怪。
- 所以，必须在解析前先检查
response.status_code，2xx之外的响应一律别走JSON路径。 - 顺手把
response.headers.get('Content-Type')也打印出来看一眼，如果不是application/json或text/json，先别急着解析。 - 更保险的做法是，用
response.text[:200]快速扫一遍前两百个字符，看看有没有夹杂、ERROR、Over quota这类致命关键词。
确认了是合法的JSON数据之后，第二个常见的暗坑就是文件头带“脏东西”了。Windows环境下生成的UTF-8文件，经常自带一个叫BOM的字符\ufeff，某些老版本API的响应开头也喜欢来一段)]}'\n——这些前置的垃圾字符，会让json.loads()在解析第0个字符时就彻底懵掉。
- 读文件时直接用
open(..., encoding='utf-8-sig')，比手动用.lstrip('\ufeff')要稳妥得多。 - 如果是网络响应，可以先做一步清洗：
s = response.text.strip()，然后把前置垃圾手动删掉：s = s.lstrip(")]}'\n")。 - 有一个特别要注意的地方——很多新手会尝试用
s.replace("'", '"')粗暴地把单引号替换成双引号。这是非常危险的操作，如果数据里有嵌套的单引号，比如“I'm great”，整个替换就会爆炸。这个方法只能在确认没有任何嵌套单引号时才考虑使用。
当基础检查都过关了，又碰到大文件解析问题？那通常是因为爆内存了。用json.load(f)去加载好几个GB的JSON文件，Python会一股脑儿把整个文件拉到内存里再解析，速度慢不说，还极容易触发MemoryError，甚至导致JSONDecodeError的定位出现错误偏移。
- 专业做法是改用流式解析。安装
pip install ijson，用ijson.parse(f)一个事件一个事件地读，完全不加载全文。 - 如果内部流程要求必须全量加载，那可以先用命令行工具做一次快速验证。比如
head -c 10000 big.json | python -m json.tool，先检查开头是否合法，排除截断问题。 - 另外需要警惕的是，解析出错时别过分依赖
e.pos。在大文件里，制表符、\r\n、编码不一致都会导致列号偏移。更靠谱的定位方式是看e.lineno和e.colno，它们指向的行和列可信度更高。
最后一种情况，也是排查起来最烦人的——报错说“Expecting ','”或者“Expecting property name”。这类错误在大文件里往往最隐蔽。可能是传输中断导致数据被截断，也可能是后台日志系统在拼接多个json片段时漏掉了逗号或括号。光盯着报错那一行看，基本看不出啥。
- 一个立竿见影的招式是：用
e.pos定位后，把前后50个字符打印出来：print(repr(data[max(0, e.pos-50):e.pos+50]))。这一招比只看行号更能暴露问题——比如你可能会发现文件在一个键值对中间突然断掉了。 - 记得检查数据里是否用了非标准格式。比如JSON标准不允许尾逗号（
{"a": 1,}）和单引号（{'a': 1}）。如果你的数据源是内部系统或者自己是可控的，可以考虑用json5.loads()来解析（它对这些“不标准”的写法容忍度很高）。 - 如果数据源是你自己能控制的，最好的办法是加一道预校验。用
python -m json.tool input.json > /dev/null在命令行先跑一遍，如果失败了，就没必要进入Python流程了。
说到底，真正麻烦的从来不是JSON语法错误本身。大文件里那些看不见的截断、BOM头、Windows和Linux换行符混用，以及服务端在出问题时悄悄返回的非JSON内容——它们不会明说“我错了”，只会让JSONDecodeError在最意想不到的位置冒出来。排查的时候，先别急着修改代码，先把拿到的“原材料”确认清楚，往往能省下大把时间。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。