Question

我有一个包含许多对象文字的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\(\{(.*?)\}\);。但是如果文字包含＆＃34;}）＆＃34;。

，则会失败

由于我知道对象在有效的JavaScript文件中是有效的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，难以删除我不关心的所有其他JavaScript代码。）

编辑：最后，我对任何不包含子对象的对象使用正则表达式...

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

...并用手跟踪打开/关闭括号，以便进行嵌套。

Answer 1

为什么不写一个状态机来读取{并在每个{递增一个计数器并且每次递减它}所以当它再次达到0时，取中间的所有字符并使用python中的json解析器来检查它是否是有效与否？通过这种方式，你可以获得语法错误的好处，而不是简单的匹配与正则表达式的匹配（记住python是{免费所以误报是不可能的）。

Answer 2

正则表达式代码：

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

https://regex101.com/r/bfNkvF/3

的正则表达式实例

在Python中使用以前的正则表达式：

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，似乎有效。您可以将其复制并粘贴到那里。如果它适用于其他对象文字，请告诉我。

Answer 3

我能够使用它删除字符串中的所有括号，而不会消除或不匹配外部'（{'和'}）'

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

这里有3组（我知道，这很难说）。第一个是(\(\{.*)。这会找到你的({，然后找到它之后的任何内容，直到它找到最内层的{

我们知道它是最内层{，因为第二组([^{}]*)。这将匹配任何非{或}。

的内容

然后，(.*\}\))会在最里面的}之后找到所有内容。

将这三个组合在一起取代整个比赛（剩下{}）。它会重复此操作，直到找不到更多匹配的大括号来替换它。

如果您还要替换()，可以将其修改为

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

将JSON与正则表达式

3 个答案: