正则表达式findall python

Question

我的文字看起来像那样

{ “@Context”： “http://schema.org” “@类型”： “配方”， “名称”： “挞草莓rhubarb'curd”， “recipeCategory” “草莓水果馅饼”， “图像”： “https://assets.afcdn.com/recipe/20160527/8530_w1024h768c1cx1941cy2911.jpg” “datePublished”： “2012-10-10T08：48：00 + 02：00”， “prepTime”： “PT90M”， “cookTime”： “PT15M”， “TOTALTIME”： “PT105M”， “recipeYield”：“ 4人“” recipeIngredient‘：[’250克草莓的‘’150克面粉‘’45克黄油‘’40克糖“” 1个蛋“” 1捏\ u00e9e盐“ ，“20 cl大黄（从我的蜜饯设计中恢复）”，“3个鸡蛋”，“75克糖”，“1汤匙mahon”，“ recipeInstructions “：[{” @类型 “” HowToStep “” 文本 “：” 对于4个挞（或大馅饼不过我更喜欢\ u00e9f \ u00e8re馅饼，对\ u00e2te喷砂\ u00e9e \ u00e9tant难以\ u00e0切:)） “}，{” @类型 “” HowToStep “” 文本 “：” 镨\ u00e9parer p \ u00e2te喷砂\ u00e9e： “}，{” @类型 “” HowToStep “” 文本 “：”将黄油切成小块。“}，{”@ Type“：”HowToStep“，”text“：”将所有配料放入碗中，将所有食物放入碗中。手（或机器人），直到它形成一个均匀的球。 r \ u00e9server凉至少1小时，以更好地将\ u00e9taler “}，{” @人 “” HowToStep “” 文 “：”。虽然喷砂所述p \ u00e2te \ u00e9es姿势，PR \ u00e9parer的rhubarb'curd： “}，{” @类型 “” HowToStep “” 文 “：” M \ u00e9langer糖大黄汁用小火，直到\ u2019 \ u00e0糖融化。 “}，{” @类型“” HowToStep“”文‘：’在一个碗里一只手（这将去沐浴在\下面u00e9tape），打我的\ u00efzena用1个鸡蛋。当\ u2019elle溶解，加入剩余的2个鸡蛋，还在跳动“}，{” @人“” HowToStep“”文‘：’再搭配热大黄汁，搅打好，男\ u00e9lange开始成长。在汤池地方碗，做\ u00e9paissir在发热量低，拂动TR \ u00e8s r \ u00e9guli \ u00e8rement “}，{” @人 “” HowToStep “” 文 “：” 一旦\ u2019elle是厚，转移到另一个碗或碗冷却。 “}，{”@ type“：”HowToStep“，”text“：”当凝乳冷却下来时，煮上喷砂的面团。将沙饼涂抹在4个馅饼模具中（或在一个大馅饼盘中）。烤10〜15分钟（取决于你的烤箱）\ u00e0 200 \ U00B0C（恒温6-7） “}，{” @人 “” HowToStep “” 文 “：” 酷基金好半小时 “}，{” @类型 “” HowToStep “” 文 “：” 组装挞： “}，{” @类型 “” HowToStep “” 文 “：” - 把大黄层“。豆腐在馅饼皮 “}，{” @类型 “” HowToStep “” 文 “：” - 洗和\ u00e9queuter草莓 “}，{” @类型 “” HowToStep “” 文 “：” - 切成2，并安排他们在rhubarb'curd“}，{” @类型“” HowToStep“”文‘：’ - 冷藏食用前“}]

在RecipeInstructions字段中，我需要在“text”之后写下所有内容：。我从来没有使用正则表达式而且我有点失落。

Answer 1

这看起来像一个json对象，但它周围没有[]使它成为一个实际的列表。您应该能够将其转换为Python本地词典列表并进行导航：

import json

recipe = json.loads('[' + your_text + ']')
steps = [obj["text"] for obj in recipe if obj.get("@type") == "HowToStep"] 

令我担心的是，除非你截断你的文字在这里发布，否则这可能不是一个形成良好的json。在这种情况下，您不能使用上面的代码，而是使用这样的正则表达式：

import re

regex = r"\"text\":\"([^\"]*)\""
matches = re.findall(regex, your_text) 

'matches'现在应该是所有文本元素的列表。

好奇这个正则表达式是如何工作的？ Here's a simulator