在文件中搜索分隔字符串- Python

Question

我有以下read.json文件

{:{"JOL":"EuXaqHIbfEDyvph%2BMHPdCOJWMDPD%2BGG2xf0u0mP9Vb4YMFr6v5TJzWlSqq6VL0hXy07VDkWHHcq3At0SKVUrRA7shgTvmKVbjhEazRqHpvs%3D-%1E2D%TL/xs23EWsc40fWD.tr","LAPTOP":"error"}

和python脚本：

import re

shakes = open("read.json", "r")
needed = open("needed.txt", "w")
for text in shakes:
    if re.search('JOL":"(.+?).tr', text):
         print >> needed, text,

我希望它能找到两个单词(JOL":“和.tr)之间的内容，然后打印出来。但是它所做的只是打印"read.json“中设置的所有文本。

Answer 1

您正在调用re.search，但除了检查是否存在匹配之外，您不会对返回的匹配进行任何操作。相反，您只是打印出原始的text。所以你当然知道整条线了。

解决方案很简单:只需将re.search的结果存储在变量中，就可以使用它。例如：

for text in shakes:
    match = re.search('JOL":"(.+?).tr', text)
    if match:
        print >> needed, match.group(1)

在您的示例中，匹配的是JOL":"EuXaqHIbfEDyvph%2BMHPdCOJWMDPD%2BGG2xf0u0mP9Vb4YMFr6v5TJzWlSqq6VL0hXy07VDkWHHcq3At0SKVUrRA7shgTvmKVbjhEazRqHpvs%3D-%1E2D%TL/xs23EWsc40fWD.tr，其中的第一个(也是唯一的)组是EuXaqHIbfEDyvph%2BMHPdCOJWMDPD%2BGG2xf0u0mP9Vb4YMFr6v5TJzWlSqq6VL0hXy07VDkWHHcq3At0SKVUrRA7shgTvmKVbjhEazRqHpvs%3D-%1E2D%TL/xs23EWsc40fWD，这就是您要寻找的(我认为)。

然而，有几点附带说明：

首先，.是正则表达式中的一个特殊模式，因此您实际上是在匹配任何字符，后面跟着的是tr，而不是.tr。为此，使用一个.来转义\。(一旦您开始将反斜杠放入regex中，则使用原始字符串文字。)因此：r'JOL":"(.+?)\.tr'.

第二，这是对数据的许多假设，这些假设可能是没有根据的。这里真正想要的不是“JOL":"和.tr之间的所有东西”，而是“JSON对象中与键'JOL'相关联的值”。唯一的问题是，这并不完全是一个JSON对象，因为它的前缀是:。希望您知道数据是从哪里得到的，因此它的格式是什么。例如，如果您知道它实际上是一个由冒号前缀的JSON对象组成的序列，解析它的正确方法是：

d = json.loads(text[1:])
if 'JOL' in d:
    print >> needed, d['JOL']

最后，代码中实际上没有任何名为needed的内容；您打开了一个名为'needed.txt'的文件，但是调用了文件对象love。如果您的真正代码有类似的错误，那么您可能会一遍又一遍地覆盖一个完全不同的文件，然后查看needed.txt，每次…都没有任何变化。

Answer 2

如果您知道您的开始和结束匹配字符串只出现一次，则可以忽略它是JSON。如果可以，那么您可以在起始字符(JOL":")上拆分，接受拆分数组1的第二个元素，然后在结束字符(.tr)上再次拆分，并接受拆分数组的第一个元素。

>>> text = '{:{"JOL":"EuXaqHIbfEDyvph%2BMHPdCOJWMDPD%2BGG2xf0u0mP9Vb4YMFr6v5TJzWlSqq6VL0hXy07VDkWHHcq3At0SKVUrRA7shgTvmKVbjhEazRqHpvs%3D-%1E2D%TL/xs23EWsc40fWD.tr","LAPTOP":"error"}'

>>> text.split('JOL":"')[1].split('.tr')[0]

'EuXaqHIbfEDyvph%2BMHPdCOJWMDPD%2BGG2xf0u0mP9Vb4YMFr6v5TJzWlSqq6VL0hXy07VDkWHHcq3At0SKVUrRA7shgTvmKVbjhEazRqHpvs%3D-%1E2D%TL/xs23EWsc40fWD'