从文本中提取 JSON

问题描述 投票:0回答:5

AJAX 调用返回包含 JSON 字符串的响应文本。我需要:

  1. 提取 JSON 字符串
  2. 修改一下
  3. 然后重新插入它以更新原始字符串

我不太担心步骤 2 和 3,但我不知道如何执行步骤 1。我正在考虑使用正则表达式,但我不知道如何,因为我的 JSON 可能有多个嵌套级别对象或数组。

javascript regex json
5个回答
30
投票

您无法使用正则表达式从任意文本中提取 JSON。由于正则表达式通常不足以验证 JSON(除非您可以使用 PCRE),它们也无法匹配它 - 如果可以,它们也可以验证 JSON。

但是,如果您知道 JSON 的顶级元素始终是对象或数组,则可以采用以下方法:

  • 找到字符串中第一个开口(
    {
    [
    )和最后一个结束(
    }
    ]
    )大括号。
  • 尝试使用
    JSON.parse()
    解析该文本块(包括大括号)。如果成功,则完成并返回解析结果。
  • 获取前面的右大括号并尝试解析该字符串。如果成功,您就再次完成了。
  • 重复此操作,直到没有大括号或当前左大括号之前有大括号。
  • 找到步骤 1 中的第一个左大括号。如果没有找到,则该字符串不包含 JSON 对象/数组,您可以停止。
  • 转到步骤 2。

这是一个提取 JSON 对象并返回该对象及其位置的函数。如果您确实也需要顶级数组,则应该扩展:

function extractJSON(str) {
    var firstOpen, firstClose, candidate;
    firstOpen = str.indexOf('{', firstOpen + 1);
    do {
        firstClose = str.lastIndexOf('}');
        console.log('firstOpen: ' + firstOpen, 'firstClose: ' + firstClose);
        if(firstClose <= firstOpen) {
            return null;
        }
        do {
            candidate = str.substring(firstOpen, firstClose + 1);
            console.log('candidate: ' + candidate);
            try {
                var res = JSON.parse(candidate);
                console.log('...found');
                return [res, firstOpen, firstClose + 1];
            }
            catch(e) {
                console.log('...failed');
            }
            firstClose = str.substr(0, firstClose).lastIndexOf('}');
        } while(firstClose > firstOpen);
        firstOpen = str.indexOf('{', firstOpen + 1);
    } while(firstOpen != -1);
}

var obj = {'foo': 'bar', xxx: '} me[ow]'};
var str = 'blah blah { not {json but here is json: ' + JSON.stringify(obj) + ' and here we have stuff that is } really } not ] json }} at all';
var result = extractJSON(str);
console.log('extracted object:', result[0]);
console.log('expected object :', obj);
console.log('did it work     ?', JSON.stringify(result[0]) == JSON.stringify(obj) ? 'yes!' : 'no');
console.log('surrounding str :', str.substr(0, result[1]) + '<JSON>' + str.substr(result[2]));

演示(在nodejs环境中执行,但也应该在浏览器中运行):https://paste.aeum.net/show/81/


2
投票

对于其他正在寻找(像我一样)从一般文本中提取 JSON 字符串(即使它们无效)的人,您可以看看这个 Gulp 插件 https://www.npmjs.com/package /gulp-extract-json-like。它搜索所有格式类似于 JSON 字符串的字符串。

创建文件夹并安装软件包。

mkdir project && cd project
npm install gulp gulp-extract-json-like

创建一个文件

./gulpfile.js
并将以下内容放入其中:

var gulp = require('gulp');
var extractJsonLike = require('gulp-extract-json-like');

gulp.task('default', function () {
  return gulp.src('file.txt')
    .pipe(extractJsonLike())
    .pipe(gulp.dest('dist'));
});

创建一个名为

./file.txt
的文件,其中包含您的文本并运行以下命令。

gulp

找到的 JSON 字符串将在

./dist/file.txt
中。


0
投票

如果 JSON 作为 ajax 响应的一部分返回,为什么不使用浏览器原生 JSON 解析(注意gotchas)?或者jQuery JSON 解析

如果 JSON 与文本完全混淆,这确实是一个设计问题恕我直言 - 如果你可以更改它,我强烈建议这样做(即返回一个 JSON 对象作为响应,将文本作为属性对象的)。

如果没有,那么使用正则表达式将绝对是一场噩梦。 JSON 天然非常灵活,确保准确解析不仅耗时,而且浪费。我可能会在开始/结束时放置内容标记,并希望得到最好的结果。但你会对验证错误等持开放态度。


0
投票

我用自己古怪的方式做到了这一点。这当然不是万无一失的,但为了提高查看其中包含单行 JSON 对象的日志的能力,这对我有用。我不是 javascript 开发人员,所以请随意告诉我为什么这不好哈哈。

//PrettyPrint() will attempt to find JSON strings in the log message. If it finds them, it will replace the raw ugly JSON with pretty printted JSON
function PrettyPrint() {
    var jsonStrings = [];
    var prettyLogElement = document.getElementById('PrettyLogDisplayOnly');
    try {
        var rawLogMessage = $("textarea[id^='LogMessage']").val();
        if (rawLogMessage == null) {
            throw "Failed to extract original log message.";
        }

        jsonStrings = ExtractJsonStrings(rawLogMessage);
        
        var modifiedLogMessage = "<pre>" + rawLogMessage + "\"</pre>";

        for (const jsonString of jsonStrings) {
            try {
                var jsonObject = JSON.parse(jsonString);
                var prettyPrintJsonString = JSON.stringify(jsonObject, null, 2);
                modifiedLogMessage = modifiedLogMessage.replace(jsonString, prettyPrintJsonString);
            }
            catch (err) {
                modifiedLogMessage += "Failed to pretty print: " + jsonString;
            }
        }
    }
    catch (err) {
        if (err == null || err == undefined) {
            err = "Failed to parse.";
        }
        else
        {
            err = "Failed to parse. Details: " + err;
        }
        
        //TODO: instead of showing the error here, show it as an error banner?
        rawLogMessage = "<br/>Failed to beautify JSON objects. Details: " + err + " Displaying raw log message.<br/>" +
            "<br/>-------------------------------------------------------------------------------------<br/><br/>"
            + rawLogMessage;;

        prettyLogElement.innerHTML += rawLogMessage;
        return;
    }

    prettyLogElement.innerHTML = modifiedLogMessage;
}

function ExtractJsonStrings(rawLogMessage) {
    var jsonStrings = [];
    var locationOfCurrentCurly = -1;
    
    while (true) {
        var countOfOpenCurlyBraces = 0;
        var countOfClosedCurlyBraces = 0;

        var locationOfFirstUnescapedOpeningCurly = GetLocationOfNextUnescapedOpeningCurlyBrace(rawLogMessage, locationOfCurrentCurly + 1);
        if (locationOfFirstUnescapedOpeningCurly == -1) {
            break; //we found all the JSON strings
        }
        else
        {
            locationOfCurrentCurly = locationOfFirstUnescapedOpeningCurly;
            countOfOpenCurlyBraces++;
        }
        
        while (countOfOpenCurlyBraces != countOfClosedCurlyBraces)
        {
            if (countOfClosedCurlyBraces > countOfOpenCurlyBraces)
            {
                throw "Found more closing curly braces than opening curly braces.";
            }
            
            var startSearchAtIndex = locationOfCurrentCurly + 1
            locationOfCurrentCurly = GetLocationOfNextUnescapedCurlyBrace(rawLogMessage, startSearchAtIndex);
            if (locationOfCurrentCurly == -1) {
                throw "Failed to find the 'next' curly brace.";
            }

            var curly = rawLogMessage.charAt(locationOfCurrentCurly);
            if (curly === '{') {
                countOfOpenCurlyBraces++;
            } else if (curly === '}') {
                countOfClosedCurlyBraces++;
            } else {
                throw "Unknown character found when curly brace expected.";
            }
        }
        
        var possiblyCorrectlyFormattedJsonString = rawLogMessage.substring(locationOfFirstUnescapedOpeningCurly, locationOfCurrentCurly + 1);
        jsonStrings.push(possiblyCorrectlyFormattedJsonString);
    }

    return jsonStrings;
}

//this will only find the next opening brace {
function GetLocationOfNextUnescapedOpeningCurlyBrace(rawLogMessage, startIndex) {
    var regexNextUnescapedOpeningCurly = /(?<!\\)({)/i;
    return RegexStringExtract(rawLogMessage, startIndex, regexNextUnescapedOpeningCurly)
}

//this will find the next opening OR closing brace { }
function GetLocationOfNextUnescapedCurlyBrace(rawLogMessage, startIndex) {
    var regexNextUnescapedCurly = /(?<!\\)({|})/i;
    return RegexStringExtract(rawLogMessage, startIndex, regexNextUnescapedCurly)
}

function RegexStringExtract(stringToSearch, startIndex, regex) {
    var substring = stringToSearch.substring(startIndex);
    var regexMatch = regex.exec(substring);
    if (regexMatch) {
        return startIndex + regexMatch.index;
    }
    else {
        return -1;
    }
}

© www.soinside.com 2019 - 2024. All rights reserved.