### 如何使用 Python 的 `json` 库读取包含多个 JSON 对象的字符串 当面对一个包含多个独立 JSON 对象的字符串时，Python 的内置 `json` 模块并不直接支持逐个解析这些对象。这是因为标准的 JSON 格式要求整个文档必须是一个单一的有效 JSON 结构（如字典或列表）。然而，如果确实存在这样的情况——即多个 JSON 对象被简单地连接在一起而未包裹在一个更大的容器中，则需要采用其他策略来逐一提取并解析每一个单独的对象[^1]。 #### 方法一：手动分割字符串 假设所有的单个 JSON 对象之间是以某种特定分隔符分开的（比如换行符 `\n`），那么可以先依据该分隔符把原始大字符串拆分成若干子串，再分别调用 `json.loads()` 来处理每个部分： ```python import json multi_json_str = '{"name": "Alice", "age": 25}\n{"name": "Bob", "age": 30}' for single_json_str in multi_json_str.split('\n'): try: obj = json.loads(single_json_str.strip()) print(obj) except json.JSONDecodeError as e: print(f"Failed to decode JSON: {e}") ``` 这种方法适用于那些明确知道各条目间有固定间隔的情况[^2]。 #### 方法二：流式解析 另一种更为通用的方式是借助第三方库 ijson 或者 simplier 这样的工具来进行增量式的 JSON 解析。这类技术允许程序一边接收数据一边对其进行分析，非常适合于处理超大规模或者连续到达的数据源。这里给出基于ijson的一个例子: ```python import ijson def parse_multiple_objects(json_file_path): with open(json_file_path, 'r') as f: parser = ijson.items(f, '') for item in parser: yield item # Example usage assuming we save our multiple objects into file named 'data.json' objs = list(parse_multiple_objects('data.json')) print(len(objs)) ``` 注意此片段假定所有目标JSON位于文件'data.json'之中；实际应用可能涉及网络请求或其他动态生成的内容[^3]。 #### 方法三：正则表达匹配 如果没有明显的界定标志物可用作切割准则的话，还可以考虑运用复杂的模式识别算法找出潜在的目标区域边界位置进而实施局部转换工作。不过这种方式实现起来较为繁琐而且容易出错，因此除非万不得已不推荐轻易尝试[^4]。 综上所述，针对不同场景可以选择合适的解决方案应对含有多个嵌套层次较低的小型JSON实体组成的大型文本材料问题。