用于清理 JSON 的正则表达式 [关闭]答案

【问题标题】：Regex for cleaning up JSON [closed]用于清理 JSON 的正则表达式 [关闭]
【发布时间】：2015-01-26 06:13:30
【问题描述】：

我有一些 Python 字典注定会变成 json 作为字符串，可能看起来像这样：

"{'foo': bar, "baz": uDogs}"

两个直接的问题是裸栏和 Dogs 前面的 u。

对于酒吧来说，狗的情况并不那么重要，我正在尝试一个正则表达式

re.compile(r""":\s*(?!('|"|u|\d))""") 但这并没有抓住我需要的案例。

在这种情况下，更智能的正则表达式是什么？

编辑：预期输出是：

{'foo':'bar', 'baz':'Dogs'}

【问题讨论】：

你的预期输出是什么？
选民愿意解释投票吗？或者这是投反对票然后逃跑？
如果bar 不是一个变量，那么你怎么不会出错呢？在第一个示例中也不是字符串
@howaboutNO 你是什么意思？我确实得到了一个错误，因此在这种情况下使用正则表达式。
是什么生成了这个无效的 JSON 字符串，我会尝试从源头修复它，因为任何输出这个无效 JSON 的东西都可能没有使用正确的 json 库。通过正则表达式修复将是一个痛苦的经历，因为你不能总是保证修复实际上会“修复”

标签： python regex json

【解决方案1】：

忘记 RE——compile 是你的朋友。

>>> s="{'foo': bar, \"baz\": uDogs}"
>>> c=compile(s, '', 'eval')
>>> c.co_names
('bar', 'uDogs')
>>> d={n:n[1:] if n[0]=='u' else n for n in c.co_names}
>>> d
{'uDogs': 'Dogs', 'bar': 'bar'}
>>> eval(c, d)
{'foo': 'bar', 'baz': 'Dogs'}

当然，这确实假设任何以'u' 开头的未引用值需要将第一个字母切掉。如果您有比这个粗略的启发式更好的启发式方法，请将它们作为适当的函数插入到 dict comprehension 构建 d！

但一般原则是compile 为您提供一个代码对象，其co_names 是未绑定的变量，然后eval 使用适当的字典（此处为d）可以将这些变量替换为它们的正确值一开始就应该有（当然，假设您有很好的启发式方法来确定所述值：-）。

【讨论】：

如果一对像 {'cats': uK Ships} 怎么办？啊，我可以将该逻辑添加到 dict 理解中。谢谢。
我会在 compile 之前做一个简单的 RE 传递来修复特定的语法损坏，但根据您输入损坏的许多方面的类型，可能会有一个无法修复的级别： -)

【解决方案2】：

只需使用Yaml for Python 处理 un-stand json 数据：

>>> import yaml
>>> a = "{'foo': bar, 'baz': uDogs}"
>>> yaml.load(a)
>>> adict = yaml.load(a)
>>> adict
{'foo': 'bar', 'baz': 'uDogs'}
>>> adict['baz'] = 'Dogs'
>>> adict
{'foo': 'bar', 'baz': 'Dogs'}

您的字符串"{'foo': bar, "baz": uDogs}" 错误应该是"{'foo': bar, 'baz': uDogs}" 或a = '{"foo": bar, "baz": uDogs}'

【讨论】：

不错的方法，我总是忘记 JSON 几乎是 Yaml 的一个子集
我不明白这是如何将uDogs 固定为Dogs
现在是字符串，使用字符串方法replace('u', '')。
盲目地替换你也有可能带走很多东西。