json解析失败往往因非json响应、bom/垃圾字符、大文件内存溢出或格式残缺所致，须先验状态码与content-type，清洗前置字符，优先用ijson流式解析，结合e.lineno/e.colno精准定位。
先确认是不是真JSON数据，还是HTTP错误页混进来了
很多“大型JSON文件解析失败”根本不是JSON本身的问题，而是你拿到的根本不是JSON。比如API返回404时送你一个HTML错误页，或者限流时返回纯文本提示，response.text一打印全是或Rate limit exceeded——这种内容传给json.loads()必然报JSONDecodeError: Expecting value: line 1 column 1 (char 0)。
- 必须在解析前检查
response.status_code，2xx之外的响应一律不走JSON路径 - 打印
response.headers.get('Content-Type')，如果不是application/json（或text/json），别急着解析 - 用
response.text[:200]快速看前两百字符，肉眼识别有没有、<code>ERROR、Over quota这类关键词
文件开头有BOM或前置垃圾字符？先清洗再加载
Windows生成的UTF-8文件常带BOM头\ufeff，某些API响应开头还有)]}'\n（如老版Google API），这些字符会让json.loads()直接在第0位报错。
- 读文件时用
open(..., encoding='utf-8-sig')自动剥离BOM，比手动.lstrip('\ufeff')更可靠 - 如果是网络响应，先做字符串清洗：
s = response.text.strip()，再删前置垃圾：s = s.lstrip(")]}'\n") - 避免用
s.replace("'", '"')粗暴替换单引号——嵌套单引号会炸，只在确认无嵌套时才用
大文件解析卡死或内存爆掉？别用json.load()硬扛
用json.load(f)加载几个GB的JSON文件，Python会把整个文件读进内存再解析，不仅慢，还容易触发MemoryError或让JSONDecodeError定位失真（pos偏移算不准）。
- 优先改用流式工具：安装
pip install ijson，用ijson.parse(f)逐个事件读取，不加载全文 - 如果必须全量加载，先用
head -c 10000 big.json | python -m json.tool验证开头是否合法，排除截断问题 - 别依赖
e.pos直接对应编辑器位置——大文件里制表符、\r\n、编码不一致都会让列号偏移，用e.lineno和e.colno更靠谱
报错说“Expecting ','”或“Expecting property name”？大概率是格式残缺
这类错误在大文件里特别隐蔽：可能是传输中断导致JSON截断，也可能是日志系统拼接时漏了逗号或括号。光看报错行没用，得结合上下文。
- 用
e.pos定位后，取前后50字符打印：print(repr(data[max(0, e.pos-50):e.pos+50]))，比只看行号更能暴露真实问题 - 检查是否用了尾逗号（
{"a": 1,}）或单引号（{'a': 1}）——标准JSON不认，但json5.loads()能吃 - 如果数据源可控，加一层预校验：用
python -m json.tool input.json > /dev/null命令行验证，失败就别进Python流程
JSONDecodeError在最意想不到的位置冒出来。Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
