如何从字符串中提取多次出现的字典？

问题描述：

我想从字符串中提取多个python字典。目前我正在使用正在失败的正则表达式，因为它也匹配字典之间的数据。我也使用了非贪婪的正则表达式({.+?})，但它弄乱了嵌套字典并将它们视为不同的事件。如何从字符串中提取多次出现的字典？

例字符串：

mystring = '(2017-05-29, { "mydict": [{ "hello": "world"}, {"hello2":"world2"}]};;/url/string, {"dict2":{"world":"hello"}}'

代码：

>>>import re 
>>>match_data = re.compile('({.+})') 
>>>match_data.findall(mystring.strip()) 
['{ "mydict": [{ "hello": "world"}, {"hello2":"world2"}]};;/url/string, {"dict2":{"world":"hello"}}']

预期输出：

['{ "mydict": [{ "hello": "world"}, {"hello2":"world2"}]}', '{"dict2":{"world":"hello"}}']

我想你会需要编写Python字典的分析器。 – 0605002

试试这个're.findall（r'{。+？}'，mystring））'，它不会给出你完全不同的东西，但是你可以很容易地解析数据。 – Arun

是“;/url/string”数据总是在同一个地方？就像在两个字典之间？ – DexJ

答

正则表达式可能是对这个问题过于简单化了。然而，一个可能的解决方案是符合paratheses：

s = '{ "mydict": [{ "hello": "wo}}rld"}, {"hello2":"world2"}]};;/url/string, {"dict2":{"world":"hello"}}' 


number_of_parthesis = 0 
start_index = -1 
in_quotes = False 

for i,c in enumerate(s): 
    if c in ["\'", "\""]: 
     if in_quotes: 
      in_quotes = False 
     else: 
      in_quotes = True 
    if in_quotes: 
     continue 
    if c == "{": 
     number_of_parthesis += 1 
     if start_index == -1: 
      start_index = i 
    if c == "}": 
     number_of_parthesis -= 1 
     if number_of_parthesis == 0: 
      print(s[start_index:i+1]) 
      start_index = -1

导致：

{ "mydict": [{ "hello": "wo}}rld"}, {"hello2":"world2"}]} 
{"dict2":{"world":"hello"}}

如何从字符串中提取多次出现的字典？

相关推荐