Использование регулярного выражения для извлечения данных из структурированных данных

Проблема, с которой я сталкиваюсь здесь, заключается в том, что у меня есть блок текста, который содержит структурированные данные (в виде полезной нагрузки JSON), и я заинтересован в извлечении значения одного из ключей для конкретного экземпляра JSON, представьте себе структурированные данные внутри следующим образом:

"Элемент 1": {"key1":"item1_key1_value", "key2":"item1_key2_value", "key3":"item1_key3_value"}, "Item 2": {"key1":"item2_key1_value", "key2":" item2_key2_value", "key3":"item2_key3_value"}

Я хотел бы использовать регулярное выражение, например, для захвата item1_key2_value. Все ключи имеют одинаковое имя, но элементы разные. Итак, я знаю, какой ключ для какого элемента мне нужен, но я не совсем уверен в регулярном выражении для получения этого значения. Я пробовал несколько подходов к некоторому базовому сопоставлению, но мне было интересно, могут ли другие более опытные пользователи регулярных выражений немного направить меня сюда и объяснить, что я делаю неправильно.

1(.)(?=item1_key2_value.) будет соответствовать фрагменту данных отсюда, но я не уверен, как лучше всего уменьшить его до нужного мне значения.


text json regex structured-data
person factorof2    schedule 21.09.2015    source источник
comment
Вы не должны полагаться на регулярное выражение для разбора JSON. Используйте анализатор JSON. Это безопаснее и проще в обслуживании. Какой язык программирования вы используете для этой задачи?   -  person Wiktor Stribiżew    schedule 21.09.2015
comment
Я бы предпочел сделать это, но JSON содержится внутри большого текстового BLOB-объекта, который не является JSON. Мне все равно пришлось бы извлечь это и убедиться, что он не искажен, чтобы использовать библиотеку JSON. Я также не использую какой-либо конкретный язык, это в документе Google, извлекающем вещи с помощью XPATH, возвращаемая полезная нагрузка представляет собой текстовый BLOB-объект, который содержит интересующие меня JSON.   -  person factorof2    schedule 21.09.2015
comment
Итак, вы уверены, что вам нужно значение строки key2? Взгляните на "key2":"([^"]+). Я не уверен, что вы получите только первое совпадение. Документы Google используют JavaScript. Не могли бы вы показать соответствующий код, который у вас есть?   -  person Wiktor Stribiżew    schedule 21.09.2015
comment
Кстати, если это скрипт Google Docs, вы можете добавить соответствующий тег google-apps-script.   -  person Wiktor Stribiżew    schedule 22.09.2015

Ответы (1)


arrow_upward
0
arrow_downward

Синтаксис регулярных выражений для JSON четко указан на странице http://www.json.org. Если вы прокрутите немного вниз до того места, где написано «Строка представляет собой последовательность», вы найдете правильную структуру строки.

Предполагая, что строка соответствует правильной структуре JSON, вы можете использовать

"key2"\s*:\s*"((\\.|[^\\"])*)"

где \s означает пробел, а * означает 0 или более раз. \\ означает наклонную черту (обратную косую черту), за которой может следовать . (любой символ). Если он не встречает выплескивания, то вместо этого он ищет [^\\"], что означает не выплескивание и не кавычки.

Если вы хотите быть немного более строгим к точной форме JSON, вы можете попробовать

"key2"\s*:\s*"((\\["\\/bfnrtu]|[^\\"])*)"

который, как вы можете видеть, более точно следует форме строки на веб-странице.

person mareoraft    schedule 21.09.2015