本文收录于专栏「一个人用AI做工具矩阵」

第一层：清理 → 直接JSON.parse
         ↓ 失败
第二层：正则提取部分有效字段
         ↓ 失败
第三层：放弃解析，原样返回当对话处理

import json
import re

def first_layer_parse(raw: str):
    """第一层：清理后直接解析"""
    text = raw.strip()

    # 1. 去掉 ```json ... ``` 代码块包裹
    code_block = re.search(r'```(?:json)?\s*\n?([\s\S]*?)\n?\s*```', text)
    if code_block:
        text = code_block.group(1).strip()

    # 2. 提取 {} 之间的内容（去掉前后多余文字）
    first_brace = text.find('{')
    last_brace = text.rfind('}')
    if first_brace >= 0 and last_brace > first_brace:
        text = text[first_brace:last_brace + 1]

    # 3. 尝试解析
    try:
        result = json.loads(text)
        return {"success": True, "data": result, "layer": 1}
    except json.JSONDecodeError:
        return None

{
  "title": "活动报名表",
  "fields": [
    {"label": "姓名", "type": "text", "required": true},
    {"label": "手机", "type": "phone", "required": true},
    {"label": "部门", "type": "select", "options": ["技术部", "产

def second_layer_parse(raw: str):
    """第二层：正则提取可用的字段对象"""

    # 提取title（通常在最前面，不会被截断）
    title_match = re.search(r'"title"\s*:\s*"([^"]+)"', raw)
    title = title_match.group(1) if title_match else "未命名表单"

    # 提取完整的字段对象
    # 匹配 {"label": "xxx", ... } 的完整结构
    field_pattern = re.compile(
        r'\{\s*"label"\s*:\s*"[^"]*"[^}]*\}'
    )

    fields = []
    for match in field_pattern.finditer(raw):
        field_str = match.group(0)
        try:
            field = json.loads(field_str)
            if field.get("label") and field.get("type"):
                fields.append(field)
        except json.JSONDecodeError:
            # 单个字段也不完整，跳过
            continue

    if fields:
        return {
            "success": True,
            "data": {"title": title, "fields": fields},
            "layer": 2,
            "message": f"部分解析成功，提取到 {len(fields)} 个字段"
        }

    return None

def third_layer_fallback(raw: str):
    """第三层：放弃解析，原样返回"""
    return {
        "success": False,
        "data": None,
        "layer": 3,
        "reply": raw  # 原样返回给用户
    }

def robust_json_parse(raw: str) -> dict:
    """三层兜底解析入口"""

    # 第一层
    result = first_layer_parse(raw)
    if result:
        return result

    # 第二层
    result = second_layer_parse(raw)
    if result:
        return result

    # 第三层
    return third_layer_fallback(raw)

## 示例输出
{
  "title": "员工信息表",
  "fields": [
    {"label": "姓名", "type": "text", "required": true},
    {"label": "部门", "type": "select", "options": ["技术部","产品部"]}
  ]
}

KNOWN_TYPES = {"text", "number", "select", "radio", "checkbox", "date", ...}

def normalize_field_type(raw_type: str) -> str:
    return raw_type if raw_type in KNOWN_TYPES else "text"

往期推荐：AI Agent实战：多轮对话生成表单全链路