在Python中提取指定字符之间的字符串

Question

我刚接触正则表达式，手头有一个字符串：

sequence = '["{\"First\":\"Belyuen,NT,0801\",\"Second\":\"Belyuen,NT,0801\"}","{\"First\":\"Larrakeyah,NT,0801\",\"Second\":\"Larrakeyah,NT,0801\"}"]'

我想在Python中提取文本 Belyuen,NT,0801 和 Larrakeyah,NT,0801。我写了以下代码，但它没有工作：

re.search('\:\\"...\\', ''.join(sequence))

也就是说，我想获取字符 :\ 和 \ 之间的内容。

Answer 1

你不需要正则表达式

>>> sequence = ["{\"First\":\"Belyuen,NT,0801\",\"Second\":\"Belyuen,NT,0801\"}","{\"First\":\"Larrakeyah,NT,0801\",\"Second\":\"Larrakeyah,NT,0801\"}"]
>>> for item in sequence:
...  print eval(item).values()
...
['Belyuen,NT,0801', 'Belyuen,NT,0801']
['Larrakeyah,NT,0801', 'Larrakeyah,NT,0801']

Answer 2

这看起来像是对Python字典的正确序列化，你可以直接这样做：

>>> sequence = ["{\"First\":\"Belyuen,NT,0801\",\"Second\":\"Belyuen,NT,0801\"}","{\"First\":\"Larrakeyah,NT,0801\",\"Second\":\"Larrakeyah,NT,0801\"}"]
>>> import json
>>> for i in sequence:
    d = json.loads(i)
    print(d['First'])


Belyuen,NT,0801
Larrakeyah,NT,0801

Answer 3

别用正则表达式来处理这个。看起来这些JSON字符串被分割得很奇怪。把它们重新拼接在一起，然后用json模块来解码。

import json
sequence = '[%s]' % ','.join(sequence)
data = json.loads(sequence)
print data[0]['First'], data[0]['Second']

（注意，json模块是在Python2.6中新增的。如果你用的是更低版本，记得下载并安装simplejson。）