点击上方“Python爬虫与数据挖掘”，进行关注
回复“书籍”即可获赠Python从入门到进阶共10本电子书
今
日
鸡
汤
孤舟蓑笠翁，独钓寒江雪。
大家好，我是Python进阶者。
一、前言
前几天在Python最强王者交流群【哎呦喂 是豆子～】问了一个Python数据处理的问题。问题如下：
大佬们 请教下这个问题，数据为下载的html文件，写法已经固定，解析成json文件会报错，这种字符串包含了不需要的双引号，导致读取成json文件失败？怎么批量修改？用正则会把其他数据也给替换掉，出现双引号的位置内容不确定
测试数据：{ "taskType": 1, "printPageHeight": 1459, "exportTypeTemplate": "html", "reportTitle": "信息科技"网络安全漏洞扫描系统 "安全评估报告-主机报表", "companyName": "信息科技", "createTime": "2024-08-09 10:03:48", "curr_lang": "zh-CN"pt "漏洞" }
怎么批量修改成可读取的json文件？
二、实现过程
这里【猫药师Kelly】给了一个指导，如下所示：最后一个字段curr_lang意思是用到的语言，那么pt "漏洞"就是无效信息。看看是不是其它数据都符合这个规律，是的话把无效信息清洗掉。
【哎呦喂 是豆子～】：那个是我改的 造的测试数据。
后来【此类生物】给了一份代码：
import re
import json
# 原始的JSON字符串
json_str = '''{
"taskType": 1,
"printPageHeight": 1459,
"exportTypeTemplate": "html",
"reportTitle": "信息科技"网络安全漏洞扫描系统 "安全评估报告-主机报表",
"companyName": "信息科技",
"createTime": "2024-08-09 10:03:48",
"curr_lang": "zh-CN"pt "漏洞"
}'''
# 修复多余的逗号
json_str = re.sub(r',\s*[^,}]*$', '', json_str)
# 修复属性值，确保每个属性值都被双引号包围
# 这个正则表达式会匹配到属性名和属性值，然后尝试修复属性值
json_str = re.sub(r'("([^"]+)"\s*:\s*)([^"]+)(,?)', r'\1"\4"\5', json_str)
# 尝试将修复后的字符串解析为JSON
try:
data = json.loads(json_str)
print("JSON解析成功：", data)
except json.JSONDecodeError as e:
print("JSON解析失败：", e)【哎呦喂 是豆子～】：不行 error: invalid group reference 5 at position 7。测试数据
要把这个数据解析成json文件，正常都是可以读取的，但是部分数据为了展示好看，研发把部分数据又加了引号，导致读取成json文件的时候报错，有没有什么办法可以避开这种问题，成功读取成json格式
【瑜亮老师】：下面这个代码：
json_str = re.findall(r'"(.*?)": (.*?)[,\n]', json_str)
data = {i[0]: i[1].replace('"', ' ') for i in json_str}这样出来就字典。就是先匹配数据中冒号两端的数据，然后替换删除右侧字符串中的双引号。
想转换成json字符串，就加一行json_str = json.dumps(data, ensure_ascii=False)
【哎呦喂 是豆子～】：还得是大佬！！！瑜亮老师的办法简直了！！！显得我更我菜了 不知道变通 难怪有ai也救不了我
【黑科技·鼓包】：向老师学习！太强了！
后来【此类生物】也给了一份代码：他补充道：或许需求不是这样，没细看。
【瑜亮老师】：我那个也只是给出一个思路。你这个可以进一步修改，保持原数据中整型不变。data = {i[0]: i[1][1:-1] if i[1][0] == '"' else int(i[1]) for i in json_str}
后来粉丝的数据又有新增，如下：
后来【瑜亮老师】也顺利地解决了粉丝的提问。
顺利地解决了自己的问题。
如果你也有类似这种Python相关的小问题，欢迎随时来交流群学习交流哦，有问必答！
三、总结
大家好，我是Python进阶者。这篇文章主要盘点了一个Python数据处理的问题，文中针对该问题，给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。
最后感谢粉丝【哎呦喂 是豆子～】提出的问题，感谢【瑜亮老师】、【猫药师Kelly】、【冯诚】、【黑科技·鼓包】、【此类生物】给出的思路，感谢【莫生气】等人参与学习交流。
【提问补充】温馨提示，大家在群里提问的时候。可以注意下面几点：如果涉及到大文件数据，可以数据脱敏后，发点demo数据来（小文件的意思），然后贴点代码（可以复制的那种），记得发报错截图（截全）。代码不多的话，直接发代码文字即可，代码超过50行这样的话，发个.py文件就行。
大家在学习过程中如果有遇到问题，欢迎随时联系我解决（我的微信：pdcfighting1），应粉丝要求，我创建了一些高质量的Python付费学习交流群和付费接单群，欢迎大家加入我的Python学习交流群和接单群！
小伙伴们，快快用实践一下吧！如果在学习过程中，有遇到任何问题，欢迎加我好友，我拉你进Python学习交流群共同探讨学习。
------------------- End -------------------
往期精彩文章推荐：
欢迎大家点赞，留言，转发，转载，感谢大家的相伴与支持
想加入Python学习群请在后台回复【入群】
万水千山总是情，点个【在看】行不行
/今日留言主题/
随便说一两句吧~~
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
