从字符串中解析有效的 JSON 对象或数组

Question

我有一个字符串，可以是两种形式之一：

name multi word description {...}

或

name multi word description [...]

其中<代码> {...}和< code>[...]是任何有效的JSON。我只对解析出字符串的JSON部分感兴趣，但是我不确定最好的方法是什么(特别是因为我不知道字符串将是两种形式中的哪一种)。这是我目前的方法:

import json

string = 'bob1: The ceo of the company {"salary": 100000}' 
o_ind = string.find('{')
a_ind = string.find('[')

if o_ind == -1 and a_ind == -1:
    print("Could not find JSON")
    exit(0)

index = min(o_ind, a_ind)
if index == -1:
    index = max(o_ind, a_ind)

json = json.loads(string[index:])
print(json)

这是有效的，但我忍不住觉得可以做得更好。我想可能是regex，但我在匹配子对象和数组时遇到了问题，而不是最外部的json对象或数组。有什么建议吗？

Answer 1

您可以在正则表达式中使用简单的|来匹配两个需要的子字符串：

import re
import json

def json_from_s(s):
    match = re.findall(r"{.+[:,].+}|\[.+[,:].+\]", s)
    return json.loads(match[0]) if match else None

还有一些测试：

print json_from_s('bob1: The ceo of the company {"salary": 100000}')
print json_from_s('bob1: The ceo of the company ["salary", 100000]')
print json_from_s('bob1')
print json_from_s('{1:}')
print json_from_s('[,1]')

输出：

{u'salary': 100000}
[u'salary', 100000]
None
None
None

Answer 2

您可以通过检查＜code＞｛

>>> import re
>>> string1 = 'bob1: The ceo of the company {"salary": 100000}'
>>> string2 = 'bob1: The ceo of the company ["10001", "10002"]'
>>> 
>>> re.search(r"\s([{\[].*?[}\]])$", string1).group(1)
'{"salary": 100000}'
>>> re.search(r"\s([{\[].*?[}\]])$", string2).group(1)
'["10001", "10002"]'

这里\s([{\[]. *?[} \]])$ 分解为：

• \s-单个空格字符
• 括号是捕获组
• [{\[]将匹配单个｛或
• <代码>.*是任何字符的任意次数的非贪婪匹配
• [｝\]]将匹配单个｝和 （后者需要用反斜杠转义）
• $表示字符串的结尾

或者，您可以使用< code>re.split()将字符串拆分为一个空格，后跟< code>{或< code>[(正向查找)，并获得最后一项。它适用于您提供的示例输入，但不确定这是否普遍可靠:

>>> re.split(r"\s(?=[{\[])", string1)[-1]
'{"salary": 100000}'
>>> re.split(r"\s(?=[{\[])", string2)[-1]
'["10001", "10002"]'