Python 从json中提取img src值

我需要帮助从文本中提取src值（例如：

LOC/IMG.png

）。任何最佳方法都可以做到这一点，因为我的文件数超过10^5个

我的建议如下：

{"Items":[{src=\"LOC/IMG.png\"}]}

---

让我为解析器写一条免责声明：我并不声称正则表达式是最酷的，我自己在任何地方都可以使用XML/JSON解析器。然而，当涉及到任何格式错误的文本时，解析器通常无法以我想要的方式处理这些情况。我必须添加regexish代码来处理这些情况

---

因此，如果绝对需要正则表达式，请使用

（？您有包含一些HTML值的JSON。因此，如果可能的话，您应该将JSON解析为JSON，然后将HTML值解析为HTML。这要求您对数据结构有一点了解，但无论如何，这都是一件好事

例如：

j = json.loads(s)
for item in j['Items']:
    soup = bs4.BeautifulSoup(item['Item'])
    for img in soup.find_all('img'):
        yield img['src']

这可能太慢了，但只需要几分钟就可以编写正确的代码，在1000个随机的代表性文件上运行，然后计算出当外推到任何“10万个文件计数”时是否足够快是的。如果它足够快，那么就这样做；在其他条件相同的情况下，正确和简单总是比笨拙或复杂要好，而且如果意外数据一下子就以错误的形式出现，而不是一周后你才注意到的错误结果，你会节省时间

如果你的文件大约是2K，就像你的例子一样，我的笔记本电脑可以
json。加载
2K的随机json和
BeautifulSoup
2K的随机HTML所需的时间比从硬盘读取2K所需的时间要短，所以更糟糕的是，这只需要读取数据和无所事事所需时间的两倍。如果你的CPU速度慢，SSD速度快，或者你的data是非常不寻常的，等等，这可能不是真的（这就是为什么你测试，而不是猜测），但我认为你会没事的。
这是字符串还是字典？Json输出存储在文件中，文件数超过10万。这不是“HTML和Json的混合响应”，它只是JSON，其中一些成员是字符串，似乎是某种形式的预处理HTML。正确的解析方法是解析JSON，查看要查看的字符串，然后将其解码为HTML片段，然后搜索。是的，一些参数中混合了HTML字符串。文件格式为JSON as mentio还有，10万是多少？是不是像bakers几十个中的173.6个呢？除了已经很糟糕的事实之外，解析以某种未知方式转义并嵌入到另一种格式中的HTML可能包含与您所寻找的完全相同的模式更糟糕。
j = json.loads(s)
for item in j['Items']:
    soup = bs4.BeautifulSoup(item['Item'])
    for img in soup.find_all('img'):
        yield img['src']