如何修改文件以替换与此模式匹配的字符串答案

【问题标题】：How to modify a file to replace a string that matches this pattern如何修改文件以替换与此模式匹配的字符串
【发布时间】：2013-10-10 23:36:38
【问题描述】：

我有一个这样的 json 文件：

{
    "title": "Pilot",
    "image": [
        {
            "resource": "http://images2.nokk.nocookie.net/__cb20110227141960/notr/images/8/8b/pilot.jpg",
            "description": "not yet implemented"
        }
    ],
    "content": "<p>The pilot ...</p>"
},
{
    "title": "Special Christmas (Part 1)",
    "image": [
        {
            "resource": "http://images1.nat.nocookie.net/__cb20090519172121/obli/images/e/ed/SpecialChristmas.jpg",
            "description": "not yet implemented"
        }
    ],
    "content": "<p>Last comment...</p>"
}

我需要替换文件中所有 resource 值的内容，所以如果字符串具有以下格式：

"http://images1.nat.nocookie.net/__cb20090519172121/obli/images/e/ed/SpecialChristmas.jpg"

结果应该是：

"../img/SpecialChristmas.jpg"

有人可以告诉我如何匹配该模式以修改文件吗？

我尝试了类似这样的建议：

https://stackoverflow.com/a/4128192/521728

但我不知道如何适应我的情况。

提前致谢！

【问题讨论】：

是否有任何非图像资源，或者它们都将是"../img/*"形式的图像？
文件是否太大以至于不能只使用json.load 它，将其视为字典，然后json.dump 它？

标签： python regex file

【解决方案1】：

我会在组中使用正则表达式：

from StringIO import StringIO    
import re

reader = StringIO("""{
    "title": "Pilot",
    "image": [
        {
            "resource": "http://images2.nokk.nocookie.net/__cb20110227141960/notr/images/8/8b/pilot.jpg",
            "description": "not yet implemented"
        }
    ],
    "content": "<p>The pilot ...</p>"
},
{
    "title": "Special Christmas (Part 1)",
    "image": [
        {
            "resource": "http://images1.nat.nocookie.net/__cb20090519172121/obli/images/e/ed/SpecialChristmas.jpg",
            "description": "not yet implemented"
        }
    ],
    "content": "<p>Last comment...</p>"
}""")

# to open a file just use reader = open(filename)

text = reader.read()
pattern = r'"resource": ".+/(.+).jpg"'
replacement = '"resource": "../img/\g<1>.jpg"'
text = re.sub(pattern, replacement, text)

print(text)

解释模式。 "resource": ".+/(.+)?.jpg" ：查找以"resource": " 开头的任何文本，然后在正斜杠之前有一个或多个字符，然后在.jpg" 之前有一个或多个字符。方括号() 表示我想要在其中找到的内容作为一个组。因为我只有一组括号，所以我可以用'\g<1>' 替换它。（请注意，'\g<0>' 将匹配整个字符串：'"resources": etc'`）

【讨论】：

【解决方案2】：

如果都是"../img"中的图片，我相信你可以这样：

resourceVal = "http://images1.nat.nocookie.net/__cb20090519172121/obli/images/e/ed/SpecialChristmas.jpg"
lastSlash = resourceVal.rfind('/')
result = "../img" + resourceVal[lastSlash:]

如果还有其他类型的资源，这可能会稍微复杂一些 - 请告诉我，我会尝试编辑此答案以提供帮助。

【讨论】：

【解决方案3】：

这是我的答案，不是很简洁，但您可以将re.search(".jpg",line) 行中使用的正则表达式调整为您想要的任何正则表达式。

import re

with open("new.json", "wt") as out:
for line in open("test.json"):
    match = re.search(".jpg",line)
    if match:
      sp_str = line.split("/")
      new_line = '\t"resource":' + '"../img/'+sp_str[-1]
      out.write(new_line)

    else:
      out.write(line)

【讨论】：