从字符串中提取字典

Question

我正在调用一个函数，该函数返回一个包含字典的字符串。我如何提取这个字典，记住第一行和最后一行可以包含'{'和'}'。

This is a {testing string} example
This {is} a testing {string} example
{"website": "stackoverflow",
"type": "question",
"date": "10-09-2020"
}
This is a {testing string} example
This {is} a testing {string} example

我需要将此值提取为 dict 变量。

{"website": "stackoverflow",
"type": "question",
"date": "10-09-2020"
}

Answer 1

更新答案

---

使用来自@martineau 和@ekhumoro 的cmet，以下编辑后的代码包含一个搜索字符串并提取所有有效dicts 的函数。这是对我之前回答的一种更稳健的方法，因为现实世界 dict 的内容可能会有所不同，而这个逻辑（希望）可以解释这一点。

示例代码：

import json
import re

def extract_dict(s) -> list:
    """Extract all valid dicts from a string.
    
    Args:
        s (str): A string possibly containing dicts.
    
    Returns:
        A list containing all valid dicts.
    
    """
    results = []
    s_ = ' '.join(s.split('\n')).strip()
    exp = re.compile(r'(\{.*?\})')
    for i in exp.findall(s_):
        try:
            results.append(json.loads(i))        
        except json.JSONDecodeError:
            pass    
    return results

测试字符串：

OP 的原始字符串已更新为添加多个dicts、一个数值作为最后一个字段和一个list 值。

s = """
This is a {testing string} example
This {is} a testing {string} example
{"website": "stackoverflow",
"type": "question",
"date": 5
}
{"website": "stackoverflow",
"type": "question",
"date": "2020-09-11"
}
{"website": "stackoverflow",
"type": "question",
"dates": ["2020-09-11", "2020-09-12"]
}
This is a {testing string} example
This {is} a testing {string} example
"""

输出：

正如 OP 所述，字符串中通常只有一个 dict，因此（显然）可以使用 results[0] 访问。

>>> results = extract_dict(s)

[{'website': 'stackoverflow', 'type': 'question', 'date': 5},
 {'website': 'stackoverflow', 'type': 'question', 'date': '2020-09-11'},
 {'website': 'stackoverflow', 'type': 'question', 'dates': ['2020-09-11', '2020-09-12']}]

原答案：

---

忽略此部分。虽然代码有效，但它特别适合 OP 的要求，并且不适合其他用途。

此示例使用正则表达式来识别 dict start {" 和 dict end "} 并提取中间，然后将字符串转换为正确的 dict。随着新行的出现和正则表达式的复杂化，我只是将字符串展平以开始。

根据@jizhihaoSAMA 的评论，我已更新为使用json.loads 将字符串转换为dict，因为它更简洁。如果您不想额外导入，eval 也可以，但不推荐。

示例代码：

import json
import re

s = """
This is a {testing string} example
This {is} a testing {string} example
{"website": "stackoverflow",
"type": "question",
"date": "10-09-2020"
}
This is a {testing string} example
This {is} a testing {string} example
"""

s_ = ' '.join(s.split('\n')).strip()
d = json.loads(re.findall(r'(\{\".*\"\s?\})', s_)[0])

>>> d
>>> d['website']

输出：

{"website": "stackoverflow", "type": "question", "date": "10-09-2020"}

'stackoverflow'