用正则表达式匹配 JSON答案

【问题标题】：Matching JSON with a regular expression用正则表达式匹配 JSON
【发布时间】：2017-03-20 06:14:32
【问题描述】：

我有一个包含许多对象字面量的 JavaScript 文件：

// lots of irrelevant code
oneParticularFunction({
    key1: "string value",
    key2: 12345,
    key3: "strings which may contain ({ arbitrary characters })"
});
// more irrelevant code

我需要编写一些 Python 代码来提取这些文字。

我的第一次尝试是正则表达式oneParticularFunction\(\{(.*?)\}\);。但如果文字包含“})”，则会失败。

由于我知道对象将是有效 JavaScript 文件中的有效 JSON（匹配的引号、大括号等），有没有更优雅的方法来提取它们？

（换句话说，困难在于删除所有其他我不关心的 JavaScript 代码。）

编辑：最后，我对任何不包含子对象的对象使用了正则表达式...

oneParticularFunction\((\{([^"}]*"[^"]*"[^"}]*)*?[^"]*?\})\);

...并手动跟踪打开/关闭大括号以进行任何嵌套。

【问题讨论】：

在python中使用其中一个json解码器怎么样？然后你迭代每个键值对。
@elfan 我希望使用json，但我需要先摆脱所有周围的JavaScript。
如果代码看起来像您的示例，您可以实现 oneParticularFunction() JavaScript 函数的 Python 版本，然后尝试使用 @ 从文件中执行代码片段（这只是一个函数调用） 987654326@。如果成功，那么您可以从传递给函数的参数中提取值（这将是一个 Python 字典对象）。
@martineau 这是一个漂亮的 hack，但不幸的是 Python 坚持在字典键周围加上引号，而 JSON 没有。

标签： javascript python json regex

【解决方案1】：

为什么不编写一个状态机来读取 { 并在每个 { 上增加一个计数器并随着每个 } 减少它，所以当它再次达到 0 时，取出中间的所有字符并使用 python 中的 json 解析器来检查它是否是否有效？这样，您可以获得语法错误的好处，而不是从正则表达式中简单地匹配不匹配（请记住 python 是免费的，因此不可能出现误报）。

【讨论】：

这绝对是个不错的选择；我只是希望我忽略了一些更 Pythonic 的方式。
我已经做 python 几年了...我会说这是一个不错的选择，但请稍等一下，看看我们是否能得到更好的答案。
状态机方法还必须能够处理 JavaScript 文字中的字符串，理论上这些字符串本身可以包含 { 和 } 字符。你是什么意思 Python 没有这些字符？这是在 Python 代码中定义文字字典的常用方法。
我的意思是它们不用于流量控制

【解决方案2】：

正则表达式代码：

(?<=(?:\s\"))[\s\S]+?(?=\")|(?<=(?:\s))\d+

https://regex101.com/r/bfNkvF/3 正则表达式的实时示例

在 Python 中使用之前的正则表达式：

import re
text = '''oneParticularFunction({
key1: "string value",
key2: 12345,
key3: "strings which may contain ({ arbitrary characters })"
});'''
for m in re.finditer(r"(?<=(:\s\"))[\s\S]+?(?=\")|(?<=(:\s))\d+", text):
    print('%s' % (m.group(0)))

我在pythontutor 上测试了这段代码，它似乎可以工作。您可以将其复制并粘贴到那里。让我知道它是否适用于其他对象文字。

【讨论】：

一旦我提取了一个特定的实例，这将非常有效，但如果有其他函数调用或对 oneParticularFunction 的多次调用，它似乎会将它们组合在一起。但是现在我已经被介绍了前瞻和后瞻，我认为这将是解决方案。谢谢！

【解决方案3】：

我能够使用它从字符串中删除所有括号，而不会消除或不匹配外部的 '({' and '})'

while True:
    newstring = re.sub(r'(\(\{.*)\{([^{}]*)\}(.*\}\))', r'\1\2\3', mystring)
    if newstring == mystring:
        break
    mystring = newstring

这里有 3 个组（我知道，很难说）。第一个是(\(\{.*)。这会找到您的({，然后找到它之后的任何内容，直到找到最里面的{

我们知道它是最里面的{，因为第二组([^{}]*)。这将匹配不是{ 或} 的任何内容。

然后，(.*\}\)) 查找最里面的} 之后的所有内容。

通过将这三个组重新组合在一起来替换整个匹配项（{} 被排除在外）。它会重复此操作，直到找不到要替换的匹配大括号为止。

如果你也想替换()，你可以修改为

newstring = re.sub(r'(\(\{.*)(\{|\()([^{}()]*)(\}|\))(.*\}\))', r'\1\3\5', mystring)

【讨论】：