Question

以下是需要解析的json字符串示例 -

'{ 
"name":"bla",
"quote":"bla bla "blah blah" bla",
"occupation":"blabla"
}'

我需要自动插入\\转义两个引号进行解析。我跟着this。但问题是，它将字符串拆分为:，因为它假定json字符串只有一个键值。此外，我也无法按,拆分，因为quote部分的文字中可能包含,。例如"quote":"bla bla, "blah blah" bla"。因此，与答案相反，我需要一个更强大的解决方案。我怎样才能做到这一点？我无法想到对该答案的任何修改，这在我的案例中将完美地发挥作用。

Answer 1

这绝对是一个格式错误的json，并且没有强大的解析方法来覆盖所有可能的情况。

如果您知道这是每一行的结构，您可以尝试以更复杂的方式进行拆分，例如":"，但这不可靠。另一种方法是使用正则表达式，但它更复杂，可能会遇到同样的问题。

最好的解决方案是去创建这个JSON的人，打他的脸，然后让他重新编码文件，但我想这不可能是atm。

Answer 2

鉴于两个（相当大）的前提，它仍然可以被解析：

{，}，＆amp; :不是任何字段的有效值
每个条目{}有3个部分

2。

1也可以轻微放松，如果您可以说:只能 出现在值字段中（任意数量）。 This would be mutually exclusive to #2, however.

正则表达式：

{\"([^\"]*)\":\"([^:\n\r]*)\",?\"([^\"]*)\":\"([^:\n\r]*)\",?\"([^\"]*)\":\"([^:\n\r]*)\",?}

或者，作为原始字符串：

r'{"([^"]*)":"([^:\n\r]*)",?"([^"]*)":"([^:\n\r]*)",?"([^"]*)":"([^:\n\r]*)",?}'

regex101

注意：这不会处理JSON部分中的任何空格，但是如果需要可以添加它，它已经很久了/

用法：

pattern = r'{"([^"]*)":"([^:\n\r]*)",?"([^"]*)":"([^:\n\r]*)",?"([^"]*)":"([^:\n\r]*)",?}' matches = re.findall(pattern, input) for match in matches: result = {match[0]: match[1], match[2]: match[3], match[4]: match[5]} # Do something with each result

使用中：

>>> pattern = '{\"([^\"]*)\":\"([^:\n\r]*)\",?\"([^\"]*)\":\"([^:\n\r]*)\",?\"([^\"]*)\":\"([^:\n\r]*)\",?}' >>> matches = re.findall(pattern, input) >>> for match in matches: result = {match[0]: match[1], match[2]: match[3], match[4]: match[5]} >>> result {'quote': 'bla bla "blah blah" bla', 'name': 'bla', 'occupation': 'blabla'}

另一个例子：

>>> input = """{"name":"b"testst,s'''""'''''''t""e,"la","quote":"bla bla "blah b,lah" bla","occupation":"bl,,,abla"}""" >>> matches = re.findall(pattern, input) >>> for match in matches: result = {match[0]: match[1], match[2]: match[3], match[4]: match[5]} >>> result {'quote': 'bla bla "blah b,lah" bla', 'name': 'b"testst,s\'\'\'""\'\'\'\'\'\'\'t""e,"la', 'occupation': 'bl,,,abla'}

自动插入反斜杠以使用双引号解析json字符串

2 个答案: