我要投稿

OpenAI API JSON格式指南与json_repair错误修复

发布日期：2025-05-10 22:04:34 浏览次数： 1516 作者：ChallengeHub

核心参数是response_format={"type": "json_object"} ,其他支持json调用的模型也可以这样使用的，下面我们以Openai模型为例

指定OpenAI API返回JSON格式

基本JSON格式响应示例

import openai

client = openai.OpenAI(api_key="your-api-key")


response = client.chat.completions.create(
    model="gpt-4-turbo",
    response_format={"type": "json_object"},
    messages=[
        {"role": "system", "content": "你是一个返回JSON格式的助手。"},
        {"role": "user", "content": "返回包含用户名、年龄和爱好的JSON"}
    ]
)

print(response.choices[0].message.content)
# 输出示例:
# {
#   "name": "John Doe",
#   "age": 30,
#   "hobbies": ["reading", "hiking", "photography"]
# }

更复杂的结构化数据请求

response = client.chat.completions.create(
    model="gpt-4-turbo",
    response_format={"type": "json_object"},
    messages=[
        {"role": "system", "content": "你是一个返回JSON格式的助手。"},
        {"role": "user", "content": "生成5个用户的数据，包括姓名、电子邮件和订阅状态"}
    ]
)

print(response.choices[0].message.content)
# 输出示例:
# {
#   "users": [
#     {"id": 1, "name": "Alice Smith", "email": "alice@example.com", "subscribed": true},
#     {"id": 2, "name": "Bob Johnson", "email": "bob@example.com", "subscribed": false},
#     {"id": 3, "name": "Carol Williams", "email": "carol@example.com", "subscribed": true},
#     {"id": 4, "name": "David Brown", "email": "david@example.com", "subscribed": true},
#     {"id": 5, "name": "Eve Davis", "email": "eve@example.com", "subscribed": false}
#   ]
# }

使用函数调用确保JSON响应

response = client.chat.completions.create(
    model="gpt-4-turbo",
    messages=[
        {"role": "system", "content": "你是一个帮助用户的助手。"},
        {"role": "user", "content": "分析以下文本的情感：'我今天非常开心，但天气不太好'"}
    ],
    tools=[{
        "type": "function",
        "function": {
            "name": "analyze_sentiment",
            "description": "分析文本的情感",
            "parameters": {
                "type": "object",
                "properties": {
                    "text": {"type": "string", "description": "要分析的文本"},
                    "sentiment": {"type": "string", "enum": ["positive", "negative", "neutral", "mixed"]},
                    "confidence": {"type": "number", "description": "情感分析的置信度"},
                    "details": {
                        "type": "object",
                        "properties": {
                            "positive_aspects": {"type": "array", "items": {"type": "string"}},
                            "negative_aspects": {"type": "array", "items": {"type": "string"}}
                        }
                    }
                },
                "required": ["sentiment", "confidence"]
            }
        }
    }],
    tool_choice={"type": "function", "function": {"name": "analyze_sentiment"}}
)

print(response.choices[0].message.tool_calls[0].function.arguments)
# 输出示例:
# {
#   "text": "我今天非常开心，但天气不太好",
#   "sentiment": "mixed",
#   "confidence": 0.85,
#   "details": {
#     "positive_aspects": ["今天非常开心"],
#     "negative_aspects": ["天气不太好"]
#   }
# }

处理特定场景的JSON返回格式

示例1: 中文内容的JSON格式


response = client.chat.completions.create(
    model="gpt-4-turbo",
    response_format={"type": "json_object"},
    messages=[
        {"role": "system", "content": "你是一个返回JSON格式的助手。"},
        {"role": "user", "content": "返回一个包含中文句子及其英文翻译的JSON数组"}
    ]
)

print(response.choices[0].message.content)
# 输出示例:
# {
#   "translations": [
#     {"chinese": "你好世界", "english": "Hello world"},
#     {"chinese": "很高兴认识你", "english": "Nice to meet you"},
#     {"chinese": "我爱学习编程", "english": "I love learning programming"}
#   ]
# }

示例2: 嵌套JSON结构

response = client.chat.completions.create(
    model="gpt-4-turbo",
    response_format={"type": "json_object"},
    messages=[
        {"role": "system", "content": "你是一个返回JSON格式的助手。"},
        {"role": "user", "content": "返回一个公司结构的JSON，包含部门和员工"}
    ]
)

print(response.choices[0].message.content)
# 输出示例:
# {
#   "company": {
#     "name": "Tech Solutions Inc.",
#     "founded": 2010,
#     "departments": [
#       {
#         "name": "Engineering",
#         "head": "Zhang Wei",
#         "employees": [
#           {"id": 101, "name": "李明", "position": "Senior Developer"},
#           {"id": 102, "name": "王芳", "position": "QA Engineer"}
#         ]
#       },
#       {
#         "name": "Marketing",
#         "head": "Sarah Johnson",
#         "employees": [
#           {"id": 201, "name": "刘青", "position": "Marketing Specialist"},
#           {"id": 202, "name": "陈晓", "position": "Content Writer"}
#         ]
#       }
#     ]
#   }
# }

示例3: 强制模型遵循特定JSON模式


def get_structured_data(query, schema):
    system_prompt = f"""
    你必须严格按照以下JSON模式返回数据:
    ```
    {json.dumps(schema, ensure_ascii=False, indent=2)}
    ```
    不要添加任何额外的字段，也不要省略任何必需的字段。
    不要在返回的JSON外包含任何其他文本、解释或注释。
    """
    
    response = client.chat.completions.create(
        model="gpt-4-turbo",
        response_format={"type": "json_object"},
        messages=[
            {"role": "system", "content": system_prompt},
            {"role": "user", "content": query}
        ]
    )
    
    return response.choices[0].message.content

# 定义一个特定的数据模式
product_schema = {
    "type": "object",
    "properties": {
        "products": {
            "type": "array",
            "items": {
                "type": "object",
                "properties": {
                    "id": {"type": "string"},
                    "name": {"type": "string"},
                    "price": {"type": "number"},
                    "category": {"type": "string"},
                    "inStock": {"type": "boolean"}
                },
                "required": ["id", "name", "price", "category", "inStock"]
            }
        }
    },
    "required": ["products"]
}

result = get_structured_data("生成3个电子产品的详细信息", product_schema)
print(result)
# 输出示例:
# {
#   "products": [
#     {
#       "id": "EP001",
#       "name": "超薄笔记本电脑",
#       "price": 5999.99,
#       "category": "电脑",
#       "inStock": true
#     },
#     {
#       "id": "EP002",
#       "name": "智能手机",
#       "price": 3999.99,
#       "category": "手机",
#       "inStock": true
#     },
#     {
#       "id": "EP003",
#       "name": "无线耳机",
#       "price": 999.99,
#       "category": "音频设备",
#       "inStock": false
#     }
#   ]
# }

使用`json_repair`修复JSON错误示例

当OpenAI API返回的JSON格式有问题时，可以使用json_repair库修复这些错误。可以看到大部分简单的错误示例是可以直接修复的，有些语义难度大的确实比较难修复。以下是常见的JSON错误及其修复示例：

from json_repair import repair_json, loads
import json

示例1: 修复单引号替代双引号的问题

bad_json1 = "{'name': 'John', 'age': 30, 'city': 'New York'}"
fixed_json1 = repair_json(bad_json1)
print("修复单引号:")
print(f"修复前: {bad_json1}")
print(f"修复后: {fixed_json1}")
print()

示例2: 修复缺少引号的键

bad_json2 = "{name: 'John', age: 30, city: 'New York'}"
fixed_json2 = repair_json(bad_json2)
print("修复缺少引号的键:")
print(f"修复前: {bad_json2}")
print(f"修复后: {fixed_json2}")
print()

示例3: 修复逗号问题

bad_json3 = '{"name": "John", "age": 30, "city": "New York",}'  # 结尾多余的逗号
fixed_json3 = repair_json(bad_json3)
print("修复多余的逗号:")
print(f"修复前: {bad_json3}")
print(f"修复后: {fixed_json3}")
print()

示例4: 修复缺少大括号的问题

bad_json4 = '"name": "John", "age": 30, "city": "New York"' fixed_json4 = repair_json(bad_json4) print("修复缺少括号:") print(f"修复前: {bad_json4}") print(f"修复后: {fixed_json4}") print()

这个直接失败了，没有还原大括号

示例5: 修复非标准的布尔值或空值

bad_json5 = '{"name": "John", "active": True, "data": None}'
fixed_json5 = repair_json(bad_json5)
print("修复非标准的布尔值或空值:")
print(f"修复前: {bad_json5}")
print(f"修复后: {fixed_json5}")
print()

示例6: 修复嵌套结构中的错误

bad_json6 = '{"user": {"name": "John", "contacts": {"email": "john@example.com", phone: "123-456-7890"}}}'
fixed_json6 = repair_json(bad_json6)
print("修复嵌套结构中的错误:")
print(f"修复前: {bad_json6}")
print(f"修复后: {fixed_json6}")
print()

示例7: 修复数组中的错误

bad_json7 = '{"items": [1, 2, 3,, 4, 5]}'  # 数组中有多余的逗号 fixed_json7 = repair_json(bad_json7) print("修复数组中的错误:") print(f"修复前: {bad_json7}") print(f"修复后: {fixed_json7}") print()

示例8: 修复不匹配的括号

bad_json8 = '{"name": "John", "items": [1, 2, 3}'  # 方括号没有闭合
fixed_json8 = repair_json(bad_json8)
print("修复不匹配的括号:")
print(f"修复前: {bad_json8}")
print(f"修复后: {fixed_json8}")
print()

- 示例9: 修复中文等非ASCII字符的问题
```python
bad_json9 = "{'name': '张三', 'city': '北京'}"
fixed_json9 = repair_json(bad_json9, ensure_ascii=False)
print("修复包含中文的JSON并保留中文字符:")
print(f"修复前: {bad_json9}")
print(f"修复后: {fixed_json9}")
print()

示例10: 直接获取Python对象而不是JSON字符串

bad_json10 = "{'name': 'John', 'age': 30, 'skills': ['Python', 'JavaScript']}"
fixed_obj10 = loads(bad_json10)  # 等同于 repair_json(bad_json10, return_objects=True)
print("直接获取Python对象:")
print(f"修复前: {bad_json10}")
print(f"修复后(Python对象): {fixed_obj10}")
print(f"对象类型: {type(fixed_obj10)}")
print()

示例11: 处理严重破损的JSON

severely_broken_json = "{这不是有效的JSON，name: 'John', age: missing_value}"
try:
    fixed_severely_broken = repair_json(severely_broken_json)
    print("修复严重破损的JSON:")
    print(f"修复前: {severely_broken_json}")
    print(f"修复后: {fixed_severely_broken}")
except Exception as e:
    print(f"修复失败: {e}")
print()

这个其实修复失败了，主要是因为前一个字段确实有句话影响比较大，修复难度比较大。

示例12: 处理包含注释的JSON (JSON标准不支持注释)

json_with_comments = """
{
  "name": "John", // 这是用户名
  "age": 30, /* 这是年龄 */
  "city": "New York"
}
"""
fixed_json_comments = repair_json(json_with_comments)
print("修复包含注释的JSON:")
print(f"修复前: {json_with_comments}")
print(f"修复后: {fixed_json_comments}")

还有一个场景，就是我们会经常遇到开头为```json

比如下面：


markdown_json = """```json
{
  "name": "张三",
  "age": 30,
  "skills": ['Python', 'JavaScript', 'React'],
  "contact": {
    email: "zhangsan@example.com",
    phone: "123-456-7890"
  }
}
```"""

或者

broken_json = """{
  "products": [
    {"id": 1, "name": "笔记本电脑", "price": 5999.99},
    {"id": 2, "name": "智能手机", "price": 3999.99,},
    {"id": 3, name: "无线耳机", "price": 999.99}
  ],
  "total_items": 3,
  "in_stock": True
}"""

我们可以用下面一个函数来去除前缀和后缀，然后再去修复

def repair_json_output(content: str) -> str:
    """
    Repair and normalize JSON output.

    Args:
        content (str): String content that may contain JSON

    Returns:
        str: Repaired JSON string, or original content if not JSON
    """
    content = content.strip()
    if content.startswith(("{", "[")) or "```json"in content or "```ts"in content:
        try:
            # If content is wrapped in ```json code block, extract the JSON part
            if content.startswith("```json"):
                content = content.removeprefix("```json")

            if content.startswith("```ts"):
                content = content.removeprefix("```ts")

            if content.endswith("```"):
                content = content.removesuffix("```")

            # Try to repair and parse JSON
            repaired_content = json_repair.loads(content)
            return json.dumps(repaired_content, ensure_ascii=False)
        except Exception as e:
            logger.warning(f"JSON repair failed: {e}")
    return content