Question

用例

我想使用正则表达式来捕获位置未知的json数据的一小部分。尽管Python具有json库，但解析所有json数据的速度很慢。 json数据具有常规格式。

目标

对于每次出现1001的情况，我都希望在包含该出现次数的最里面的括号中获取内容

代码

import re
x = r'{123:{"a":100, "asdf":"example.com","at":1001},'\
    '47289:{"a":20, "asdf":"test.org","at":20},}'
regex = r'{(.*?)1001(.*?)}'
print(re.match(regex, x).group(1))

所需结果

{"a":100, "asdf":"example.com","at":1001}

实际结果

123:{"a":100, "asdf":"example.com","at":

问题

如何执行此操作？如何快速做到这一点？

Answer 1

请勿使用.*?，它将匹配任何字符，包括{。请改用[^{]*?。

您还需要使用re.search()而不是re.match()，因为match()仅在字符串的开头匹配。参见What is the difference between re.search and re.match?。

要获得整个比赛，请使用.group(0)。 .group(1)仅返回与[^}]*?匹配的部分。

import re
x = r'{123:{"a":100, "asdf":"example.com","at":1001},'\
    '47289:{"a":20, "asdf":"test.org","at":20},}'
regex = r'{([^{]*?)1001(.*?)}'
print(re.search(regex, x).group(0))

将其设置为非贪婪并不能解决问题，因为匹配是从左到右进行的。因此{将匹配第一个{，然后.*将匹配所有内容，直到1001，其中包括内部{。

由于第二组的工作量是从左到右，因此非贪婪量词在第一个}之前停止，因此它可以像第二组一样工作。

使用正则表达式

1 个答案: