json.decoder.JSONDecodeError: Expecting value: line 1 column 1 (char 0)
`json.loads` a primit un text care nu începe cu JSON: modelul a pus JSON-ul între ```json ... ``` sau a scris o propoziție înainte. Cere ieșire structurată (`output_config` cu `json_schema` la Claude, `text.format` la OpenAI) sau scoate marcajele înainte de `json.loads`.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Expecting value înseamnă că parserul JSON se aștepta să găsească o valoare (un obiect {, o listă [, un număr, un șir), dar a găsit altceva. line 1 column 1 (char 0) arată poziția: chiar primul caracter. Deci textul primit nu începe cu JSON.
Cu LLM-urile, cauza aproape sigură e formatul răspunsului: chiar dacă ai cerut „răspunde doar cu JSON”, modelul a pus JSON-ul într-un bloc de cod Markdown (```json), a început cu „Iată datele:” sau a răspuns cu text gol. Mai rar, citești alt câmp decât cel cu textul (de exemplu un bloc gol) sau un răspuns HTML de eroare.
Ca să vezi ce s-a întâmplat, afișează repr(text) înainte de json.loads. Soluția sigură e ieșirea structurată: API-ul garantează că textul e JSON valid după schema ta. Ca plasă de siguranță, poți tăia marcajele `` și poți prinde json.JSONDecodeError`, cu o reîncercare.
De ce apare: cauzele frecvente
1JSON-ul primit într-un bloc de cod Markdown
text = raspuns.content[0].text # "json\n{\"nume\": \"Ana\"}\n``" date = json.loads(text) ``
text = raspuns.content[0].text.strip()
if text.startswith(""): text = text.strip("").removeprefix("json").strip() date = json.loads(text) ``
Marcajele `` nu fac parte din JSON. Tăiate, rămâne doar obiectul, pe care json.loads` îl poate citi.
2Instrucțiune în prompt în loc de ieșire structurată
raspuns = client.messages.create(model=MODEL, max_tokens=300,
messages=[{"role": "user", "content": "Răspunde doar cu JSON: " + text}])raspuns = client.messages.create(model=MODEL, max_tokens=300,
messages=[{"role": "user", "content": text}],
output_config={"format": {"type": "json_schema", "schema": SCHEMA}})O instrucțiune e respectată de obicei, dar nu garantat. Formatul json_schema obligă răspunsul să fie JSON valid după schemă.
3Text explicativ înaintea JSON-ului
# text = "Iată rezultatul: {\"categorie\": \"retur\"}"
date = json.loads(text)start, end = text.find("{"), text.rfind("}")
date = json.loads(text[start:end + 1])Dacă nu poți folosi ieșirea structurată, extrage porțiunea dintre prima { și ultima }.
Repară eroarea, direct în pagină
Programul de mai jos clasifică un tichet de suport și dă json.decoder.JSONDecodeError: Expecting value: line 1 column 1 (char 0): modelul pune JSON-ul între marcaje ``json. Repară apelul ca să ceară ieșire structurată, cu output_config={"format": {"type": "json_schema", "schema": SCHEMA}}. Programul afișează Categorie: ... și Prioritate: ...`.
import json
import anthropic
MODEL = "claude-haiku-5-5"
SCHEMA = {
"type": "object",
"properties": {
"categorie": {"type": "string", "enum": ["livrare", "plata", "retur", "altele"]},
"prioritate": {"type": "string", "enum": ["mica", "medie", "mare"]},
},
"required": ["categorie", "prioritate"],
"additionalProperties": False,
}
client = anthropic.Anthropic()
tichet = "Am plătit de două ori aceeași comandă și nu îmi răspunde nimeni de o săptămână!"
raspuns = client.messages.create(
model=MODEL,
max_tokens=200,
system="Clasifici tichete de suport. Răspunzi doar cu JSON cu cheile categorie și prioritate.",
messages=[{"role": "user", "content": tichet}],
)
date = json.loads(raspuns.content[0].text)
print("Categorie:", date["categorie"])
print("Prioritate:", date["prioritate"])Categorie: plata Prioritate: mare
Indiciu
Adaugă output_config la messages.create; schema e deja în SCHEMA.
Reparația
import json
import anthropic
MODEL = "claude-haiku-5-5"
SCHEMA = {
"type": "object",
"properties": {
"categorie": {"type": "string", "enum": ["livrare", "plata", "retur", "altele"]},
"prioritate": {"type": "string", "enum": ["mica", "medie", "mare"]},
},
"required": ["categorie", "prioritate"],
"additionalProperties": False,
}
client = anthropic.Anthropic()
tichet = "Am plătit de două ori aceeași comandă și nu îmi răspunde nimeni de o săptămână!"
raspuns = client.messages.create(
model=MODEL,
max_tokens=200,
system="Clasifici tichete de suport. Răspunzi doar cu JSON cu cheile categorie și prioritate.",
messages=[{"role": "user", "content": tichet}],
output_config={"format": {"type": "json_schema", "schema": SCHEMA}},
)
date = json.loads(raspuns.content[0].text)
print("Categorie:", date["categorie"])
print("Prioritate:", date["prioritate"])De ce merge
Fără format impus, modelul a răspuns cu un bloc Markdown, iar json.loads s-a oprit la primul caracter, un backtick. Cu output_config și formatul json_schema, API-ul garantează că primul bloc text este JSON valid, care respectă schema (aici: categorie și prioritate, din valorile permise). json.loads îl citește direct, fără curățări fragile.
Alte forme ale mesajului
json.decoder.JSONDecodeError: Expecting value: line 1 column 2 (char 1)JSONDecodeError: Expecting property name enclosed in double quotes: line 1 column 2 (char 1)
Cum o eviți pe viitor
- Folosește ieșirea structurată ori de câte ori aștepți JSON: e cea mai sigură metodă.
- Înconjoară
json.loadscutry/except json.JSONDecodeErrorși reîncearcă o dată, cu instrucțiunea mai strictă. - Validează apoi câmpurile (tipuri, valori permise), nu doar faptul că e JSON.
- La depanare, afișează
repr(text): vezi exact marcajele, spațiile și rândurile noi.
Întrebări frecvente
Am scris „răspunde doar cu JSON” și tot primesc ```json. De ce?
Pentru că modelele sunt antrenate să formateze codul în Markdown, iar o instrucțiune nu e o garanție. Ieșirea structurată (json_schema) rezolvă problema definitiv.
Ce înseamnă char 0?
Poziția caracterului la care parserul s-a oprit, numărată de la 0. char 0 înseamnă că deja primul caracter nu poate începe un JSON, deci problema e la începutul textului.
Poate apărea eroarea și cu un răspuns gol?
Da: json.loads("") dă exact Expecting value: line 1 column 1 (char 0). Verifică dacă citești blocul corect și dacă răspunsul nu a fost tăiat sau refuzat.
Erori înrudite
json.decoder.JSONDecodeError: Unterminated string starting at: line 1 column 95 (char 94) JSON-ul de la model e tăiat la mijloc: răspunsul s-a oprit la `max_tokens` (`stop_reason == "max_tokens"`) înainte să închidă ghilimelele și acoladele. Mărește `max_tokens`, verifică `stop_reason` înainte de `json.loads` și cere câmpuri mai scurte. KeyError: 'email' JSON-ul primit de la model nu are cheia pe care o citești (`date["email"]`): modelul a omis-o pentru că informația lipsea din text sau a numit-o altfel. Folosește `date.get("email")` cu o valoare implicită și cere câmpul în schemă (`required`), cu `null` permis când lipsește. TypeError: the JSON object must be str, bytes or bytearray, not list Ai dat lui `json.loads` lista de blocuri `raspuns.content`, nu textul din ea. `json.loads` primește doar text: folosește `json.loads(raspuns.content[0].text)` (sau textul lipit din blocurile `text`). Învață Aplicații AI cu LLM de la zero, cu exerciții la fiecare lecție
Curs Aplicații AI cu Claude și OpenAI: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 8 lecții sunt gratuite.
