同じ JSON なのに 2 つのツールで結果が違う:パーサー差異と検証の信頼境界
要点:検証ツールは JSON に問題なしと言ったのに下流で落ちる——書き手のミスではなく、2 つのパーサーが同じテキストに対して異なる結論を出したのが原因であることが多い。重複キー、NUL バイト、不正な UTF-8、NaN、先行ゼロという境界を実際に検証し、CVE-2026-33948 がパーサー差異を攻撃面に変える仕組みと、各境界に唯一の裁定者を指定する方法を解説する。

検証に通ったという事実が証明するのは一つだけです。そのテキストが「あのパーサー・あの方針」で受け入れられた、ということ。パーサーを変えれば結論はいつでも逆転します。
症状:同じデータで A ツールは通過、B ツールはエラー
誰もが一度は遭遇する場面です。API のレスポンスをオンライン整形ツールに貼ると緑のチェックが付くのに、同じデータを下流のサービスに渡すと例外が飛ぶ。両方のパーサーを並べて 1 文字ずつ比較すると、どちらかが「間違っている」のではなく、データがちょうど 2 つの実装の食い違い点に着地していたことが分かります。
こうした食い違い点は多くありませんが、どれも頻出です。次の表は高頻度の入力が主要ツールでどう扱われるかの実測です(Node 22 の JSON.parse、Python 3.11 標準ライブラリの json、jq 1.8、主要オンライン検証ツールで確認):
| 入力 | Node JSON.parse | Python json.loads | jq | 説明 |
|---|---|---|---|---|
{"a":1,"a":2} 重複キー |
受け入れ、後値を保持 | 受け入れ、後値を保持 | 受け入れ、後値を保持 | RFC 8259 は SHOULD のみ。4 種すべて通す |
{"n":NaN} |
エラー | 受け入れ | エラー | Python 標準ライブラリのデフォルトは通過。最大の静かな罠 |
{"n":01} 先行ゼロ |
エラー | エラー | エラー | 一様に拒否。ただしエラー位置は実装ごとに違う |
"日本語" を GBK バイトで保存 |
エラーまたは文字化け | エンコード宣言次第 | エラー | RFC は UTF-8 を要求。読み込み時の判断は IO 層の管轄 |
{"a":1} の前に BOM |
エラー | 受け入れ(utf-8-sig) | エラー | BOM を剥ぐのが誰かで結論が変わる |
| コメント・シングルクォート・末尾カンマ | エラー | エラー | エラー | JSON5/JSONC パーサーのみ受け入れ。/json5 参照 |
2 行目に注目してください。json.loads('{"cpu":NaN}') は Python では合法です。標準ライブラリは過去出力との互換のため NaN/Infinity を既定で数字として通し、多くのパイプラインがこのゴム行を正常レコードとして統計に算入し、汚染に気づかないままです。防ぐには parse_constant を明示的に渡す必要があります。コードは後述します。
差異の由来:仕様の白地と実装の独断
RFC 8259 は曖昧なのではなく、「実装に任せる」と意図的に残した領域が 3 つあり、それぞれの実装が違う埋め方をしています。
1 つ目はオブジェクト名の一意性です。第 4 節は名前が SHOULD be unique——推奨ではあるが必須ではない——と述べます。つまり重複キーは構文エラーではなく、各言語のパーサーは「後値で上書き」を選びます。業務検証器が見るのは上書き後の値で、送信者が最初に書き込んだ値は報告もログもなく消えます。
2 つ目は数値です。文法は int frac exp の形だけを固定し、大きさは実装に委ねます。JavaScript はすべて IEEE 754 倍精度に通すので 9007199254740993 は ...992 になります。jq は 1.8 からリテラルを十進で保持しますが、算術を行えば倍精度に戻ります。同じデータが比較・保存・転送の 3 段階で 3 つの異なる値を取り得ます。
3 つ目は UTF-8 と不可視文字です。仕様は exchanged JSON に UTF-8 を要求しますが、ファイルの開き方、BOM を剥ぐか否か、不正バイトの扱いはすべて IO 層の判断です。同じバイト列でも Python が utf-8 で開くか utf-8-sig で開くかで結論が変わります。
4 つ目の供給源は寛容な方言です。JSON5 はコメント・シングルクォート・末尾カンマを許し、JSONC は VS Code 環境で同じ緩和をします。設定ファイルに寛容パーサー、API に厳格パーサーという組み合わせは、同一チーム内で最もよくある分裂構成です。
CVE-2026-33948:差異を直さないと攻撃面になる
パーサー差異は普段は体験の問題です。しかし「検証」と「解析」が別の実装を使った瞬間、攻撃面に変わります。2026 年に公開された CVE-2026-33948 は教科書的な例です。jq 1.8.2 未満はファイルから JSON を読む際に入力への NUL バイト(\0)の埋め込みを許し、同じ入力が 2 つの段階で異なる結論を受けました。検証段階は「ここで終わり」と判断し、実際の処理段階はその先を読み続けます。これで検証回避が成立します。GitHub の公式セキュリティ勧告が確認する修復方法は 1.8.2 へのアップグレードです。
一般化するとこうなります。「先に検証、後から解析」の経路で、2 つの工程の実装や設定が一致していないなら、攻撃者は「検証器は無効と判断し、パーサーは有効と判断する」入力を作り、悪意あるペイロードを検査の裏をかいて通せます。同じ構造はゲートウェイ層でも成立します。API7 が strict parsing を API 契約に書き込むべきだと主張する理由は、解析の意味論が契約の一部であり、実装の私的振る舞いではないからです。
自己点検は 1 コマンドで済みます。全工程の jq バージョンが一致し、この修正を含むかを確認してください。
jq --version
# jq-1.7.1 ← 脆弱。アップグレードが必要
# jq-1.8.2 ← 修正済み
重複キー:静かに呑み込まれる最後の値
重複キーを独立して取り上げる価値があります。すべての主要パーサーが受け入れるのに、ほぼ全員がエラーになると思っている唯一の境界だからです。
import json
text = '{"role": "guest", "role": "admin"}'
data = json.loads(text)
print(data) # {'role': 'admin'}
print("guest" in data.values()) # False:最初の値はもう無い
このテキストを署名検証や権限判断に使うなら、攻撃者は同名フィールドを 1 つ追加して権限を上書きでき、検証コードが見るのは最終値だけです。Node の JSON.parse も同じです。黙って上書きさせるのではなく検出するには、Python では object_pairs_hook を使います。
from collections import Counter
def reject_dup(pairs):
counts = Counter(k for k, _ in pairs)
dup = [k for k, c in counts.items() if c > 1]
if dup:
raise ValueError(f"duplicate keys: {dup}")
return dict(pairs)
data = json.loads('{"a":1,"a":2}', object_pairs_hook=reject_dup)
# ValueError: duplicate keys: ['a']
RFC 8259 第 4 節は相互運用性のために名前は一意であるべきだと率直に述べます。この SHOULD を検証ルールに昇格させるコストは 1 回の走査だけです。その見返りは「2 つのツール、2 つの結論」の最頻出原因を一つ消すことです。
修正:各境界に唯一の裁定者を指定する
解決は「もっと厳しいパーサーに変える」ことではありません。各境界点に明示的で書き記された方針を与え、検証と実行が同じものを使う保証をすることです。次の表はそのままレビュー checklist として使えます。
| 境界 | 寛容な既定動作 | 推奨する裁定 | 代表的な設定 |
|---|---|---|---|
| 重複キー | 後値で上書き | 拒否 | Python object_pairs_hook、Go json/v2 は既定で拒否 |
| NaN / Infinity | Python は通す | 拒否 | Python parse_constant で例外 |
| 未知のフィールド | 黙って無視 | 契約ごとに決定 | Go json/v2 RejectUnknownMembers(true) |
| 不正な UTF-8 | 実装ごとに不同 | 拒否 | デコード層でバイト列を明示検証 |
| BOM | 剥ぐ側の自由 | 入口で 1 回だけ剥ぐ | 読み込みは固定 utf-8-sig か事前剥離 |
| 検証と実行の分離 | それぞれ別実装 | 同一実装・同一設定 | 検証関数は本番パーサーを再利用 |
Python 側で最も危険な 2 つの既定を無効化するのは 1 回の呼び出しで足ります。
import json
def _reject(value):
raise ValueError(f"non-standard constant: {value}")
data = json.loads(
raw,
parse_constant=_reject, # NaN / Infinity を遮断
object_pairs_hook=reject_dup, # 重複キーを遮断
)
Go の encoding/json/v2(jsonv2 エイリアス)はこの方針を明示オプションにしています。RejectUnknownMembers(true) は未知フィールドを拒否し、重複名と不正 UTF-8 は既定で拒否されます。GopherForge の実践ページは順序を明確にしています。入力バイトを上限で縛り、明示的な方針でデコードし、ドメイン検証と認可を行い、最後に副作用を許す。そして各失敗経路は fixture で実際に確認すること。エラーメッセージの変化だけで判断してはいけません。
解析方針を契約とコーパスに書き込む
方針を決めたら、逸脱を防ぐ仕組みが要ります。必要な動作は 2 つです。
1 つ目は「何を受け入れ何を拒否するか」をインターフェース文書のフィールド定義の隣に書くこと。API7 はクライアントが「恒久的な契約エラー」と「一時的なインフラ障害」を区別できるよう安定したエラーコードを推奨します。拒否された重複キーがゲートウェイタイムアウトに見えたら、無意味なリトライ嵐を招きます。ログに完全なリクエストボディを再表示してはいけません。生のペイロードには資格情報が含まれ、一部の不正バイト列はそのまま出力するのも危険です。
2 つ目は曖昧性コーパス(fixture corpus)の構築です。上の表の各行を 1 つのテストケースにします。重複キー、大小文字の異なるキー、未知フィールド、不正 UTF-8、BOM、末尾の余分な値、空入力。CI では 2 組のアサーションを回します。不正入力は失敗し利用可能な部分値を生成しないこと。正当入力は encode/decode 往復で値が変わらないこと。パーサーを更新するときは、本番形態のサンプルを保護された環境で新旧比較(comparison mode)にかけ、受理集合の変化を本物の契約変更としてレビューします。旧 fixture がまだ全てを覆っていると仮定してはいけません。
これらの動作は CI に組み込む JSON 検証:jsonlint、ajv、jq のパイプライン と補完関係にあります。あちらは構文検証とスキーマ検証のパイプラインへの組み込みを扱い、こちらはその最初のノードの前——パーサーそのもの——で固定すべき意味論を扱います。プロトタイプ汚染や XSS などの注入リスクは JSON 処理のセキュリティリスク一覧 で全容を確認できます。重複キーや NUL といった解析層の信頼連鎖の問題は、まさにその一覧の第 0 層です。構文エラーの位置特定は RFC 8259 から読む JSON 文法の境界 を参照してください。
回避:リリース前の 5 項目チェックリスト
- 経路全体でパーサーのバージョンを揃える。jq、言語ランタイム、ゲートウェイ、オフライン検証ツールを個別に
--versionで確認。CVE-2026-33948 類の修正は全網に展開。 - 重複キーと NaN を明示的に拒否。
object_pairs_hookとparse_constantを共通ラッパーに入れ、業務コードでの生のjson.loads呼び出しを禁止。 - 未知フィールドはルートごとに決定。前方互換の消費者は無視を許し、コマンド系エンドポイントは
RejectUnknownMembersを必須に。 - 曖昧性コーパスを CI に。少なくとも 8 fixture、パーサー更新前には新旧比較を実施。
- エラーを分類可能に。契約エラーとインフラエラーでコードを分け、リトライは後者だけ。
冒頭に戻ります。検証通過とは「あるパーサーのある方針で受け入れられた」という意味です。その方針を暗黙から明示へ転換し、契約に書き、コーパスで測り、バージョンで固定してこそ「2 つのツール、2 つの結論」は本当になくなります。
よくある質問
重複キーは JSON 仕様で本当にエラーではないのですか?
構文エラーではありません。RFC 8259 第 4 節は SHOULD be unique と勧告の語で述べており、必須ではありません。だから主要パーサーは重複を受け入れ、既定では後値が前値を上書きします。相互運用性のために一意を保つべきという推奨はあります。検証エラーに昇格させるかは契約の判断で、検出コストは 1 回の走査です。
Python の json ライブラリが NaN を受け入れるのに JavaScript はエラーになるのはなぜですか?
Python 標準ライブラリは過去に損失ありきで出力した自分のデータを読み返せるよう、NaN と Infinity を意図的に通しています。ECMAScript の JSON.parse は文法に厳格で、NaN に遭えば SyntaxError を投げます。Python では parse_constant を渡せば拒否でき、1 行の設定で両ランタイムの挙動を揃えられます。
CVE-2026-33948 はどのバージョンに影響し、どう直しますか?
1.8.2 未満の jq はファイル読み込み時に埋め込み NUL バイトを許し、検証段階と実際のパーサーが同じ入力について異なる結論を出して検証回避が成立します。GitHub 公式勧告の修復は 1.8.2 へのアップグレード、またはコミット 6374ae0 以降を含むビルドです。スクリプトと CI ではバージョンを固定し、更新前に曖昧性コーパスを実行してください。
入口で一度だけ検証して結果を使い回していますが、それでも危険ですか?
危険ですが、リスクはその入口一点に集約されます。入口のパーサー・設定・バージョンが固定され、曖昧性コーパスが重複キー・NUL・UTF-8 を覆っていれば、内部に第二の裁定者はいません。本当に危険なのは「ゲートウェイとサービスで別実装」「検証と実行で別パーサー」のトポロジーです。それは裁定権を食い違いそのものに渡すのと同じです。