JSON- 用于识别 JSON 中的模式的正则表达式

Question

我是 Python3 的新手，我正在处理大型 JSON 对象。我有一个大的 JSON 对象，它在两个 JSON 对象之间有额外的字符，在大括号之间。

例如：

{"id":"121324343", "name":"foobar"}3$£_$£rvcfddkgga£($(>..bu&^783 { "id":"343554353", "name":"ABCXYZ"}'

这些额外的字符可以是任何字母数字、特殊字符或 ASCII。它们多次出现在这个大 JSON 中，并且可以是任意长度。我正在尝试使用正则表达式来识别该模式以删除它们，但正则表达式似乎不起作用。这是我使用的正则表达式：

(^}\n[a-zA-Z0-9]+{$)

在 python 中是否有使用正则表达式识别此类模式的方法？

Answer 1

假设整个 json 是一行，并且字段本身没有 }{，这应该足够了

In [1]: import re

In [2]: x = """{"id":"121324343", "name":"foobar"}3$£_$£rvcfddkgga£($(>..bu&^783 { "id":"343554353", "name":"ABCXYZ"}"""

In [3]: print(re.sub(r'(?<=})[^}{]+(?={)', "\n", x))
{"id":"121324343", "name":"foobar"}
{ "id":"343554353", "name":"ABCXYZ"}

您可以在此处检查正则表达式 https://regex101.com/r/leIoqE/1

Answer 2

您可以select基于named capture groups的词典数据。作为奖励，这还将忽略额外字符中的任何 { 或 }。

以下模式适用于提供的数据：

"\"id\"\:\"(?P<id>\d+?)\"[,\s]+\"name\"\:\"(?P<name>[ \w]+)\""

例子

import re
from pprint import pprint

string = \
    """
    {"id":"121324343", "name":"foobar"}3$£_$£rvcfdd{}kgga£($(>..bu&^783 { "id":"343554353", "name":"ABC XYZ"}'
    """

pattern = re.compile(pattern="\"id\"\:\"(?P<id>\d+?)\"[,\s]+\"name\"\:\"(?P<name>[ \w]+)\"")
pprint([match.groupdict() for match in pattern.finditer(string=string)])

输出

[{'id': '121324343', 'name': 'foobar'}, {'id': '343554353', 'name': 'ABC XYZ'}]

自己测试一下：https://regex101.com/r/82BqbE/1

备注

对于这个例子，我假设如下：

id 只包含整数。
name是一个字符串，可以包含以下字符[a-zA-Z0-9_ ]。（这包括空格和下划线）。

JSON- 用于识别 JSON 中的模式的正则表达式

JSON- Regex to identify a pattern in JSON

regex

json

large-data

python-3.x

例子

备注