Question

我正在尝试从JSON字符串匹配shortName字段（不再使用正确的JSON格式，因此不再使用正则表达式）。在这里运行regex可能不是最有效的方法。我愿意征求意见，但我也希望解决原始问题。

我正在使用Python 2.7和Scrapy，运行PyCharm 2018.2

我想要的东西：从充满餐厅的巨大JSON'ish文件中获取匹配项，将每个匹配项运行到列表中，遍历列表对象并收集不同的字段数据，我将这些数据设置为变量以备将来使用。不过，我们在这里没有走那么远。

我想匹配shortName字段，并从中提取值/数据。

下面的代码示例从已经接收到大文件（以unicode或字符串形式）的位置开始，我们开始匹配餐厅特定的数据字段。在实际模式中，我尝试转义而不是转义“和：符号。

我所拥有的： Regex101（下）

我得到了要修复的实际正则表达式，结果以“ NoneType没有属性'group'”结尾。

请注意，第一行“模式”有效，并为我带来了开始在for循环中通过的数据。我不认为问题出在这里。

regex = re.compile(pattern, re.MULTILINE)
for match in regex.finditer(r.text):
  restaurant = match.group()
  restaurant = str(restaurant)
  print restaurant
  print type(restaurant)

  name = re.search(r'(?<=shortName\":\")(.*?)(?=\")',restaurant,re.MULTILINE 
  | re.DOTALL).group()

源示例：

156,"mainGroupId":1,"menuTypeId":1,"shopExternalId":"0001","displayName":"Lorem Ipsum","shortName":"I WANT THIS TEXT HERE","streetAddress":"BlankStreet 5","zip":"1211536","city":"Wonderland",

测试正则表达式，适用于固定源示例。 注意：此示例的源示例由regex101格式化为\，因为我首先使用“和：转义了”。我直接从他们的代码生成器复制了此代码，但它确实可以在代码中工作：

testregex = r'(?<=shortName\"\:\")(.*?)(?=\")'

test_str = (


156,\"mainGroupId\":1,\"menuTypeId\":1,\"shopExternalId\":\"0001\",\"displayName\":\"Lorem Ipsum\",\"shortName\":\"I CAN GET THIS MATCHED \",\"streetAddress\":\"BlankStreet 6\",\"zip\":\"2136481\",\"city\":\"Wonderland\")

matches = re.search(testregex, test_str, re.MULTILINE | re.DOTALL).group()
print matches
restaurantname = matches

出了什么问题：上部的正则表达式打印出“'nonetype'对象没有属性'group'” -error。较低的正则表达式为我获取了我想要的数据，在此示例中，它打印出“我可以匹配”

我很清楚，可能有一些小的语法问题，因为我已经尝试了一段时间。

先谢谢您。答案越详细越好。如果您对问题有不同的解决方法，请提供代码，以便我学习。

Answer 1

您的regex与您的字符串不匹配。输入中没有shopID。

您可以使用以下正则表达式通过一个re.findall电话直接获得所有餐厅名称：

shortName":"([^"]+)

请参见regex demo。 详细信息

shortName":"-文字子字符串
([^"]+)-捕获组1（re.findall调用的结果将是捕获到该组中的子字符串）：1个或多个除"以外的字符。

请参见Python demo：

import re
regex = re.compile(r'shortName":"([^"]+)')
print(regex.findall('156,"mainGroupId":1,"menuTypeId":1,"shopExternalId":"0001","displayName":"Lorem Ipsum","shortName":"I WANT THIS TEXT HERE","streetAddress":"BlankStreet 5","zip":"1211536","city":"Wonderland",'))

两个非常相似的正则表达式，其他找不到匹配项

1 个答案: