包含单引号和双引号以及收缩的Python解析文件

我试图解析一个文件，其中一些行可能包含单引号、双引号和收缩的组合。每个观察值包括一个字符串，如上所示。当试图解析数据时，我在解析评论时遇到了问题。例如：

\'text\' : \'This is the first time I've tried really "fancy food" at a...\' 

或

---

使用简单的双替换预处理字符串-首先转义所有引号，然后用引号替换所有转义撇号-这将简单地反转转义，例如：

# we'll define it as an object to keep the validity
src = "{\\'text\\' : \\'This is the first time I've tried really \"fancy food\" at a...\\'}"
# The double escapes are just so we can type it properly in Python.
# It's still the same underneath:
# {\'text\' : \'This is the first time I've tried really "fancy food" at a...\'}

preprocessed = src.replace("\"", "\\\"").replace("\\'", "\"")
# Now it looks like:
# {"text" : "This is the first time I've tried really \"fancy food\" at a..."}

现在它是一个有效的JSON（顺便说一句，也是一个Python字典），因此您可以继续分析它：

import json

parsed = json.loads(preprocessed)
# {'text': 'This is the first time I\'ve tried really "fancy food" at a...'}

或：

更新：

根据发布的行，您实际上有一个7元素元组的（有效）表示形式，其中包含字典的字符串表示形式作为其第三个元素，您根本不需要预处理字符串。您需要的是首先对元组求值，然后用另一个求值级别对内部的

dict

进行后处理，即：

import ast

# lets first read the data from a 'input.txt' file so we don't have to manually escape it
with open("input.txt", "r") as f:
    data = f.read()

data = ast.literal_eval(data)  # first evaluate the main structure
data = data[:2] + (ast.literal_eval(data[2]), ) + data[3:]  # .. and then the inner dict

# this gives you `data` containing your 'serialized' tuple, i.e.:
print(data[4])  # 31.328237,-85.811893
# and you can access the children of the inner dict as well, i.e.:
print(data[2]["types"])  # ['restaurant', 'food', 'point_of_interest', 'establishment']
print(data[2]["opening_hours"]["weekday_text"][3])  # Thursday: 7:00 AM – 9:00 PM
# etc.

---

话虽如此，我还是建议追踪生成此类数据的人，并说服他们使用某种适当的序列化形式，即使是最基本的JSON也比这更好。

为什么不使用

JSON

模块？@我使用的只是JSON模块……问题是“JSON”我收到的不是json，因为它的格式是“{\\地址\组件\”：[{'long\u name\'：'Fairhope\'，'short\u name\'：…我必须对其进行一些重新格式化，以使json.loads生效上面的字符串似乎是jsonthough@mad_不作为JSON验证，因为它需要双引号而不是单引号，所以“long_name”：“Fairhope”应该是“long_name”：“Fairhope”或者至少这是我让pyton将其解读为json的唯一方法。那么json标记和标题一样具有误导性，因为您根本没有json。但如果它不是json，则无法回答这个问题，因为除了您之外，可能连您都不知道您有什么。感谢您的洞察力，但对我来说并不太有效。我曾经尝试过它给了我以前没有的解析问题。例如这部分：\'adr\U地址\'：\'913 Rucker Blvd \'34，Enter@nbas-你能发布你试图解析的实际字符串吗？你期望从中得到什么？提取的部分应该可以通过上面的例程修复，但可能有一些部分不遵循该模式。我有更新了我的原始问题，其中一行给我带来了困难。它在页面顶部。

import ast

parsed = ast.literal_eval(preprocessed)
# {'text': 'This is the first time I\'ve tried really "fancy food" at a...'}

import ast

# lets first read the data from a 'input.txt' file so we don't have to manually escape it
with open("input.txt", "r") as f:
    data = f.read()

data = ast.literal_eval(data)  # first evaluate the main structure
data = data[:2] + (ast.literal_eval(data[2]), ) + data[3:]  # .. and then the inner dict

# this gives you `data` containing your 'serialized' tuple, i.e.:
print(data[4])  # 31.328237,-85.811893
# and you can access the children of the inner dict as well, i.e.:
print(data[2]["types"])  # ['restaurant', 'food', 'point_of_interest', 'establishment']
print(data[2]["opening_hours"]["weekday_text"][3])  # Thursday: 7:00 AM – 9:00 PM
# etc.