Function parse_json_from_answer

train/parse_utils.py:385–448

从原始answer字符串中提取并解析JSON内容，支持处理尾部额外文本 返回：(解析后的字典, 字典keys列表)

(answer_raw)

            
    return semantic_score,quality_score,rec_text ,final_correct_text
def parse_json_from_answer(answer_raw):
    """
    从原始answer字符串中提取并解析JSON内容，支持处理尾部额外文本
    返回：(解析后的字典, 字典keys列表)
    """
    # 1. 提取可能的JSON内容（处理不同包裹格式）
    json_str = None
    
    # 优先匹配```json包裹的情况
    json_block_pattern = re.compile(r'```json\s*([\s\S]*?)\s*```', re.DOTALL)
    match = json_block_pattern.search(answer_raw)
    if match:
        json_str = match.group(1).strip()
    
    # 若未匹配到，处理单/双引号包裹或无包裹的情况
    if not json_str:
        processed = answer_raw.strip()
        # 去除首尾匹配的单/双引号
        if (processed.startswith("'") and processed.endswith("'")) or \
           (processed.startswith('"') and processed.endswith('"')):
            processed = processed[1:-1].strip()
        json_str = processed
    
    # 检查是否提取到内容
    if not json_str:
        assert False, "未提取到任何可能的JSON内容"
    
    # 2. 关键改进：截断JSON对象/数组后的额外文本（如Note、注释等）
    # 处理JSON对象（以}结尾）
    if '}' in json_str:
        last_brace_idx = json_str.rfind('}')
        json_str = json_str[:last_brace_idx + 1]  # 保留到最后一个}
    # 处理JSON数组（以]结尾）
    elif ']' in json_str:
        last_bracket_idx = json_str.rfind(']')
        json_str = json_str[:last_bracket_idx + 1]  # 保留到最后一个]
    
    # 3. 解析JSON（带错误处理）
    first_e = None
    # 第一次尝试直接解析
    try:
        answer_dict = json.loads(json_str)
        return answer_dict, list(answer_dict.keys())
    except json.JSONDecodeError as e:
        first_e = e
    
    # 清理内部换行符（转为JSON兼容的\\n）
    def replace_newlines(match):
        inner = match.group(1)
        return inner.replace('\n', '\\n').replace('\r', '\\r')
    cleaned_str = re.sub(r'"([^"]*)"', lambda m: f'"{replace_newlines(m)}"', json_str)
    
    # 第二次尝试解析清理后的内容
    try:
        answer_dict = json.loads(cleaned_str)
        return answer_dict, list(answer_dict.keys())
    except json.JSONDecodeError as second_e:
        error_msg = [