优化 json 格式处理

2026-04-29 18:23:28 +08:00
parent ad8fff3d62
commit d284673a36
5 changed files with 70 additions and 37 deletions
@@ -0,0 +1,58 @@
+package org.jiayunet.ai;
+
+import java.util.regex.Matcher;
+import java.util.regex.Pattern;
+
+/**
+ * AI 响应文本清洗工具
+ * <p>从 AI 返回的原始文本中提取干净的 JSON 字符串，处理 markdown 代码块、前后说明文字、不可见控制字符等</p>
+ *
+ * @author zk
+ */
+public final class AiResponseCleanTool {
+
+    private AiResponseCleanTool() {
+    }
+
+    /** 匹配 markdown 代码块：```可选语言标识\n 内容 \n```，DOTALL 让 . 匹配换行 */
+    private static final Pattern CODE_BLOCK_PATTERN = Pattern.compile("```\\w*\\s*\\n?(.*?)\\n?\\s*```", Pattern.DOTALL);
+
+    /** 匹配不可见控制字符（保留 \t \n \r） */
+    private static final Pattern CONTROL_CHAR_PATTERN = Pattern.compile("[\\x00-\\x08\\x0B\\x0C\\x0E-\\x1F]");
+
+    /**
+     * 清理 AI 返回的文本，提取其中的 JSON
+     * <p>1. null/空白返回空串 2. 优先从 markdown 代码块提取 3. 无代码块则定位首个 JSON 起始符 4. 清除控制字符</p>
+     */
+    public static String clean(String response) {
+        if (response == null || response.isBlank()) {
+            return "";
+        }
+        String result = response.trim();
+
+        // 尝试从 markdown 代码块中提取
+        Matcher matcher = CODE_BLOCK_PATTERN.matcher(result);
+        if (matcher.find()) {
+            result = matcher.group(1).trim();
+        } else {
+            // 没有代码块时，尝试提取第一个 JSON 对象 {} 或数组 []
+            int jsonStart = findJsonStart(result);
+            if (jsonStart > 0) {
+                result = result.substring(jsonStart).trim();
+            }
+        }
+
+        // 清除控制字符
+        result = CONTROL_CHAR_PATTERN.matcher(result).replaceAll("");
+        return result;
+    }
+
+    /** 查找第一个 '{' 或 '[' 的位置，未找到返回 -1 */
+    private static int findJsonStart(String text) {
+        int objStart = text.indexOf('{');
+        int arrStart = text.indexOf('[');
+        if (objStart < 0) return arrStart;
+        if (arrStart < 0) return objStart;
+        return Math.min(objStart, arrStart);
+    }
+}