JSON Repair

JSON yang cacat adalah teks yang terlihat seperti JSON tetapi melanggar spesifikasi sintaks JSON yang ketat — misalnya kunci tanpa tanda kutip, tanda kutip tunggal alih-alih tanda kutip ganda, koma berlebih, kurung yang hilang, atau komentar. Parser ketat seperti JSON.parse menolaknya, tetapi alat perbaikan biasanya dapat memperbaikinya secara otomatis.

Ya. Output LLM adalah salah satu sumber JSON rusak yang paling umum. Alat ini menangani kunci tanpa tanda kutip, tanda kutip tunggal, koma berlebih, kurung yang hilang, teks prosa yang mengelilingi JSON, dan respons yang terpotong.

Tidak. Algoritma perbaikan berjalan sepenuhnya di browser Anda. JSON Anda tidak pernah meninggalkan perangkat Anda, sehingga alat ini aman untuk log rahasia, payload API, dan data pelanggan.

JSON Formatter hanya bekerja pada JSON yang sudah valid — ia melakukan pretty-print dan validasi. JSON Repair melangkah lebih jauh: alat ini memperbaiki JSON tidak valid terlebih dahulu (tanda kutip, koma, kurung, pemotongan), lalu menghasilkan JSON bersih yang terformat. Gunakan formatter untuk input yang valid dan alat perbaikan untuk input yang rusak.

Pada sebagian besar kasus, bisa. JSON yang terpotong (misalnya objek yang terpotong di tengah nilai karena batas token) diperbaiki dengan menutup string, array, dan objek yang masih terbuka. Data yang tidak pernah dikirim tidak dapat dipulihkan, tetapi strukturnya dibuat valid kembali.

Kerusakan yang umumnya dapat dipulihkan: koma di akhir (trailing commas), tanda kutip tunggal sebagai pengganti tanda kutip ganda, kunci tanpa tanda kutip, literal gaya Python True/False/None, baris baru yang tidak di-escape di dalam string, dan komentar. Mesin perbaikan menuliskannya kembali menjadi JSON yang ketat sesuai RFC 8259 dan melaporkan dengan tepat perbaikan mana yang diterapkan.

Setiap perbaikan mempertahankan semantika bila memungkinkan - komentar dibuang (JSON tidak memiliki sintaks komentar) dan gaya tanda kutip dinormalisasi, tetapi nilai, struktur, dan urutan tetap dipertahankan maknanya byte demi byte. Tampilan diff menunjukkan setiap transformasi sehingga Anda dapat memastikan tidak ada perubahan tak terduga sebelum menggunakan hasilnya.

Tiga sumber terbesar adalah output LLM (model menghasilkan tanda kutip tunggal, koma di akhir, dan kunci tanpa tanda kutip meskipun sudah diberi instruksi), file konfigurasi yang diedit manual, dan log API yang terpotong. Memperbaiki sebelum parsing memungkinkan pipeline tetap berjalan alih-alih menggagalkan seluruh batch karena satu record yang cacat.