Question

我从网络上以以下格式抓取了JSON：

something.light

如果我将数据复制并粘贴到其中，则可以很好地解析：

\x22datetime\x22\x3A\x222019\x2D05\x2D12\x2017\x3A00\x3A00\x22\x7D\x5D

但是，当我将数据导入为文本文件或使用\"datetime\":\"2019-05-12 17:00:00\"}]从网络上将其抓取时，每个反斜杠都显示为双反斜杠：

rvest

我想知道如何让R将十六进制代码解析为特殊字符，即，它看起来像这样：

\\x22datetime\\x22\\x3A\\x222019\\x2D05\\x2D12\\x2017\\x3A00\\x3A00\\x22\\x7D\\x5D

Answer 1

我认为主要问题在于抓取，因为看起来您要导入的实际上是字符串，例如“ \ x22”，而不是编码的“：”。

但是要模拟“如果在提示符下键入此输入将得到什么”，可以使用eval和parse，如下所示：

input <- readLines(file) # Or similar
# Next line for testing, note both single and double quotes
input <- '"\\x22datetime\\x22\\x3A\\x222019\\x2D05\\x2D12\\x2017\\x3A00\\x3A00\\x22\\x7D\\x5D"'
result <- eval(parse(text=input))

Answer 2

对于文本文件中已有的数据，这是解决问题的一种方法。不过，通常来说，R使用的反斜杠与许多其他语言有点不同：只有少数几个允许单个反斜杠（例如\x##，\u####，\n，\b ，\r，\t，也许其他）。文字反斜杠是双反斜杠。由于您的文本文件带有文字反斜杠，后跟“ x”和一些数字，因此R忠实地将它们以文字字符串形式读取，而不是以\x##所代表的十六进制代码形式读取。

s <- '\\x22datetime\\x22\\x3A\\x222019\\x2D05\\x2D12\\x2017\\x3A00\\x3A00\\x22\\x7D\\x5D'

这部分匹配\x的任何实例，但是由于它是R，所以我们需要\\\\来表示文字\……很奇怪，我知道。我们还捕获了以下两个十六进制数字：

gre <- gregexpr("\\\\x[0-9a-fA-F]{2}", s)
regm <- regmatches(s, gre)[[1]]
regm
#  [1] "\\x22" "\\x22" "\\x3A" "\\x22" "\\x2D" "\\x2D" "\\x20" "\\x3A" "\\x3A" "\\x22" "\\x7D"
# [12] "\\x5D"

有了这个regm，我们可以使用十六进制转换和一些raw函数来转换为真正的ascii字符：

sapply(as.raw(strtoi(substr(regm, 3, 4), 16L)), rawToChar)
#  [1] "\"" "\"" ":"  "\"" "-"  "-"  " "  ":"  ":"  "\"" "}"  "]"

函数regmatches不仅提取字符串中的特定模式，还可以替换。

regmatches(s, gre) <- list(sapply(as.raw(strtoi(substr(regm, 3, 4), 16L)), rawToChar))
s
# [1] "\"datetime\":\"2019-05-12 17:00:00\"}]"

如何从R中的JSON数据解析十六进制代码

2 个答案: