php 8.6会在jsonexception消息和json_last_error_msg()中补充错误位置。处理jsonl数据集时,可以逐行解码,以文件行号记录哪条数据有问题,再保留异常消息供定位。下面的cli校验器要求每行是一个json对象,允许空行但不把它计为记录;它只生成错误清单,不自动改写原数据或导入数据库。

新增信息位于错误消息中,浏览器翻译视图;消息文本不作为稳定解析协议。
准备逐行校验脚本
<?php
if (PHP_SAPI !== 'cli' || PHP_VERSION_ID < 80600) {
throw new RuntimeException('请在PHP 8.6 CLI中执行');
}
$input = $argv[1] ?? '';
$handle = $input === '' ? false : fopen($input, 'rb');
if ($handle === false) {
fwrite(STDERR, "用法:php validate-jsonl.php 文件路径\n");
exit(2);
}
$lineNumber = 0;
$records = 0;
$invalid = 0;
try {
while (($line = fgets($handle)) !== false) {
++$lineNumber;
if (trim($line) === '') {
continue;
}
++$records;
try {
$record = json_decode($line, false, 512, JSON_THROW_ON_ERROR);
if (!$record instanceof stdClass) {
throw new UnexpectedValueException('此数据集要求每行是JSON对象');
}
} catch (JsonException | UnexpectedValueException $e) {
++$invalid;
echo json_encode(['line' => $lineNumber, 'error' => $e->getMessage()],
JSON_INVALID_UTF8_SUBSTITUTE | JSON_UNESCAPED_UNICODE | JSON_THROW_ON_ERROR), "\n";
}
}
if (!feof($handle)) {
throw new RuntimeException('读取文件失败,校验未完成');
}
} finally {
fclose($handle);
}
fwrite(STDERR, "records=$records invalid=$invalid\n");
exit($invalid === 0 ? 0 : 1);用有效、语法错误和非对象记录验证
php validate-jsonl.php data.jsonl > errors.jsonl echo $?
测试文件可依次写入一行有效对象、一行少右花括号的对象、一行[]和一行空白。应有两条错误记录,原文件行号分别指向语法错误和非对象行;有错误时退出码为1,全部通过为0,缺输入参数为2。多行美化的JSON整体不是JSONL,不要按本脚本逐行判断。UTF-8异常仍作为解码错误处理,不以忽略非法字节悄悄接受原记录。
将包含oralBroadcastingList、materialList、bgmInfo等字段的JSON视频素材转换为剪映API可用的自然语言描述,用于生成视频制作指令,包括素材匹配、时间轴计算、字幕同步、特殊效果处理等。

官方示例区分JavaScript写法与严格JSON语法,浏览器翻译视图。
限制输入并保护错误报告
脚本不累计所有已解析记录,但fgets仍会读取完整一行,单条记录极大时仍可能占用大量内存。请先按数据源的记录大小限制验证输入,或为不可信大文件另加有界行读取逻辑。异常消息只用于人工定位,不用正则从自然语言消息推断控制流程;日志也应按输入数据的敏感程度保护。业务字段是否齐全需要另写字段规则,语法通过不等于数据满足业务约束。


















