当前位置:

首页 > 编程开发 > Python正则匹配教程:JSON与文本信息关联方法

Python正则匹配教程:JSON与文本信息关联方法

本教程详细介绍了如何使用Python高效地从结构化的JSON文件和非结构化的文本文件中匹配并提取关联数据。我们将重点讲解如何利用正则表达式从文本中精确提取关键信息,并结合JSON解析技术,实现跨文件的数据查找与信息关联,最终输出匹配项的详细URL等字段。

本文目录

    Python数据匹配教程:利用正则表达式关联JSON与文本文件信息

    本教程详细介绍了如何使用Python高效地从结构化的JSON文件和非结构化的文本文件中匹配并提取关联数据。我们将重点讲解如何利用正则表达式从文本中精确提取关键信息,并结合JSON解析技术,实现跨文件的数据查找与信息关联,最终输出匹配项的详细URL等字段。

    引言

    在数据处理的日常工作中,我们经常会遇到需要从不同来源、不同格式的数据中进行信息匹配和提取的需求。例如,可能需要根据一个纯文本文件中记录的名称,去一个复杂的JSON结构中查找对应的详细信息。本教程将以一个具体的场景为例,演示如何使用Python结合json模块和re(正则表达式)模块,高效地完成这一任务。

    数据准备

    为了更好地演示,我们首先准备两份示例数据:一份JSON文件(test.json)和一份纯文本文件(test.txt)。

    JSON数据结构 (test.json)

    我们的JSON文件包含一个results列表,其中每个元素代表一个设备连接信息。每个连接包含一个主url和termination_a对象,termination_a内部又嵌套了device信息,其中device对象含有name字段,这是我们进行匹配的关键。

    {
        "results": [
            {
                "url": "https://api.server.com/cables/100/",
                "termination_a": {
                    "url": "https://api.server.com/interfaces/250/",
                    "device": {
                        "url": "https://api.server.com/devices/10/",
                        "display": "device-number1-2023-08 myname (1718)",
                        "name": "device-number1-2023-08 myname"
                    }
                }
            },
            {
                "url": "https://api.server.com/cables/200/",
                "termination_a": {
                    "url": "https://api.server.com/interfaces/160/",
                    "device": {
                        "url": "https://api.server.com/devices/22/",
                        "display": "device-number3-2023-08 myname (2245)",
                        "name": "device-number1-2023-08 myname1"
                    }
                }
            },
            {
                "url": "https://api.server.com/cables/300/",
                "termination_a": {
                    "url": "https://api.server.com/interfaces/260/",
                    "device": {
                        "url": "https://api.server.com/devices/73/",
                        "display": "device-number8-2023-08 myname (3678)",
                        "name": "device-number8-2023-08 myname"
                    }
                }
            }
        ]
    }

    文本数据结构 (test.txt)

    文本文件包含多行描述性文字,每行中都嵌入了一个设备名称。我们需要从这些非结构化的句子中提取出设备名称。

    this is device-number1-2023-08 myname1 and it is good.
    this is device-number3-2023-08 myname3 and it is not good.
    this is device-number8-2023-08 myname8 and it is.

    核心实现步骤

    我们将通过以下几个步骤来实现数据匹配和提取:

    1. 加载数据:分别读取JSON文件和文本文件的内容。
    2. 从文本文件中提取设备名称:利用正则表达式从文本内容中精确匹配并提取所有设备名称。
    3. 在JSON数据中查找匹配项:遍历JSON结构,将提取到的设备名称与JSON中的设备名称进行比对。
    4. 提取并输出关联信息:一旦找到匹配项,提取JSON中对应的url和termination_a下的url信息。

    完整代码示例

    以下是实现上述功能的Python代码:

    import json
    import re
    
    # 1. 加载数据
    try:
        with open("test.json", "r", encoding="utf-8") as json_file:
            json_data = json.load(json_file)
    except FileNotFoundError:
        print("错误:test.json 文件未找到。")
        exit()
    except json.JSONDecodeError:
        print("错误:test.json 文件格式不正确。")
        exit()
    
    try:
        with open("test.txt", "r", encoding="utf-8") as text_file:
            text_content = text_file.read()
    except FileNotFoundError:
        print("错误:test.txt 文件未找到。")
        exit()
    
    # 2. 从文本文件中提取设备名称
    # 定义正则表达式模式来匹配设备名称,例如 "device-number1-2023-08 myname1"
    # 模式解释:
    # device-: 匹配字面字符串 "device-"
    # \w+: 匹配一个或多个字母、数字或下划线 (例如 "number1", "2023", "08", "myname")
    # \d+: 匹配一个或多个数字
    # \s: 匹配一个空格
    # ():捕获组,re.findall 将返回匹配到的组内容
    device_name_pattern = r"(device-\w+-\d+-\d+\s\w+)"
    txt_device_names = re.findall(device_name_pattern, text_content)
    
    print(f"从文本文件中提取到的设备名称: {txt_device_names}\n")
    
    # 3. 在JSON数据中查找匹配项并提取信息
    # 4. 提取并输出关联信息
    if "results" in json_data and isinstance(json_data["results"], list):
        found_matches = False
        for item in json_data["results"]:
            try:
                json_device_name = item["termination_a"]["device"]["name"]
    
                # 检查JSON中的设备名称是否在文本文件中提取到的名称列表中
                if json_device_name in txt_device_names:
                    found_matches = True
                    print(f"找到匹配设备: {json_device_name}")
                    print(f"  主URL: {item['url']}")
                    print(f"  终止A URL: {item['termination_a']['url']}")
                    print(f"  终止A设备URL: {item['termination_a']['device']['url']}\n")
            except KeyError as e:
                print(f"警告:JSON数据结构不完整,缺少键 '{e}'。跳过此项。")
                continue
    
        if not found_matches:
            print("未找到任何匹配的设备名称。")
    else:
        print("错误:JSON数据结构不符合预期,缺少 'results' 列表。")
    

    代码解析

    1. 导入模块:

      • json: 用于处理JSON格式的数据,包括从文件中加载和解析JSON字符串。
      • re: Python的正则表达式模块,用于在字符串中进行模式匹配和搜索。
    2. 加载数据:

      • 代码首先尝试打开并读取 test.json 文件,使用 json.load() 将其内容解析为一个Python字典。
      • 接着,打开并读取 test.txt 文件,使用 text_file.read() 将其全部内容读取为一个字符串。
      • 为了增强健壮性,这里添加了 try-except 块来处理 FileNotFoundError(文件不存在)和 json.JSONDecodeError(JSON格式错误)等常见异常。
    3. 从文本文件中提取设备名称:

      • device_name_pattern = r"(device-\w+-\d+-\d+\s\w+)": 定义了一个原始字符串(r"")形式的正则表达式模式。
        • device-: 字面匹配字符串 "device-"。
        • \w+: 匹配一个或多个字母、数字或下划线字符。这可以匹配 number1、2023、08、myname 等部分。
        • \d+: 匹配一个或多个数字。
        • \s: 匹配一个空白字符(例如空格)。
        • (): 捕获组。re.findall() 函数会返回所有匹配到的捕获组的内容。
      • txt_device_names = re.findall(device_name_pattern, text_content): 使用 re.findall() 在 text_content 字符串中查找所有符合 device_name_pattern 模式的子字符串,并将它们作为一个列表返回。这个列表 txt_device_names 将包含所有从文本文件中提取到的设备名称。
    4. 在JSON数据中查找匹配项并提取信息:

      • 代码首先检查 json_data 是否包含 results 键且其值为一个列表,这是为了确保JSON结构符合预期。
      • for item in json_data["results"]:: 遍历JSON数据中 results 列表的每一个字典项。
      • json_device_name = item["termination_a"]["device"]["name"]: 逐级访问字典,提取当前JSON项中的设备名称。这里也使用了 try-except KeyError 来处理可能由于JSON结构不完整而导致的键不存在错误。
      • if json_device_name in txt_device_names:: 这是一个高效的匹配操作。它检查从JSON中提取的 json_device_name 是否存在于之前从文本文件提取的 txt_device_names 列表中。
      • 如果找到匹配项,则打印出匹配的设备名称以及其对应的 url、termination_a 下的 url 和 termination_a 下 device 的 url。

    注意事项与最佳实践

    • 正则表达式的精确性: 正则表达式是此解决方案的关键。一个精确的正则表达式可以确保从非结构化文本中正确提取所需信息。如果文本格式有变化,需要相应调整正则表达式。
    • 错误处理: 在实际应用中,文件读写和JSON解析都可能遇到错误(如文件不存在、JSON格式不正确、缺少关键键等)。使用 try-except 块可以使程序更加健壮。
    • 数据量: 对于非常大的文本文件,一次性读取整个文件到内存(text_file.read())可能不是最佳选择。可以考虑逐行读取并处理,或者使用 re.finditer() 来迭代匹配结果,避免一次性加载所有匹配项到内存。
    • 性能: 将文本文件中所有待匹配的名称预先提取到一个集合(set)中,而不是列表,可以提高查找效率(if name in my_set 的平均时间复杂度为 O(1),而 if name in my_list 为 O(n))。在本例中,由于名称数量可能不大,列表的性能影响不明显,但对于大规模数据,这是一个值得考虑的优化。
    • 编码: 在打开文件时指定 encoding="utf-8" 是一个好习惯,可以避免因编码问题导致的文件读取错误。

    总结

    本教程展示了如何利用Python的json模块和re模块,有效地从不同格式的数据源(JSON和纯文本)中进行数据匹配和信息提取。通过精确的正则表达式提取关键信息,并结合结构化数据的遍历,我们可以实现复杂的数据关联任务。掌握这些技术对于处理异构数据源和构建数据处理管道至关重要。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    QQ影音怎么加速播放视频课程
    QQ影音怎么加速播放视频课程

    播放时右键选播放速度,或点控制条倍速,1.25 到 1.5 倍看课最舒服;公式代码类内容别超过 1.25 倍。

    企业微信创建企业提示失败怎么办 实名与填写检查
    企业微信创建企业提示失败怎么办 实名与填写检查

    先看提示属于哪类:名称占用就加后缀,实名不一致就重填本人信息,证件不清晰就重拍。统一社会信用代码逐位核对,连续三次失败别改材料重投,直接联系客服人工核。

    Modern Web Guidance 的 legacy-scan 反转建议应该怎样判断?
    Modern Web Guidance 的 legacy-scan 反转建议应该怎样判断?

    说明源码提交对字符串、生成器和数组的识别边界,以及扫描命令与发行包核验限制。

    Codex 0.170.0 正式版的语音与连接更新,适用范围有哪些限制?
    Codex 0.170.0 正式版的语音与连接更新,适用范围有哪些限制?

    0.170.0 的语音更新限于终端通话协商能力的明确新增,同名工具服务器跨环境支持仍标注实验性质;连接部分则修复大请求回退、认证竞态和云端重连等具体问题。这份正式版公告不足以证明所有账户、所有客户端都已具备完整语音功能。

    Hy4 flash 三种权重怎么选,安装和授权要注意哪些条件?
    Hy4 flash 三种权重怎么选,安装和授权要注意哪些条件?

    了解Hy4 flash、FP8与base的适用任务,阅读官方安装及图文代码,并核对资源和MaaS许可条件。

    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化
    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化

    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化。说明已核实的更新范围、类型兼容性和本地版本确认方法。

    OpenAI Java SDK 4.108.0 的两项新增能力适合哪些项目?
    OpenAI Java SDK 4.108.0 的两项新增能力适合哪些项目?

    OpenAI Java SDK 4.108.0 面向 Live MCP 工具接入与 Managed Agents 预算状态处理,说明新增模型、事件含义、正式发布范围和适用限制。

    Free Claude Code 6.19.37 如何兼顾网页搜索与普通工具调用?
    Free Claude Code 6.19.37 如何兼顾网页搜索与普通工具调用?

    Free Claude Code 6.19.37 在自动搜索时保留客户端工具及选择条件,代理执行搜索后仍返回普通调用。说明适用场景、历史信息保留、请求约束与第三方项目的版本边界。

    Google GenAI Go SDK 1.78.0 的 v1beta 配置优先级怎样判断?
    Google GenAI Go SDK 1.78.0 的 v1beta 配置优先级怎样判断?

    Google GenAI Go SDK 1.78.0 将 Gemini Developer API 默认改为 v1,可用 HTTPOptions.APIVersion 或环境变量保留 v1beta,Vertex AI 默认值不变。

    Google GenAI SDK 3.5.0实时交互值得哪些项目升级评估?
    Google GenAI SDK 3.5.0实时交互值得哪些项目升级评估?

    解释实验性实时支持、环境检查与生产评估中需要验证的条件。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。