0

我有一个字符串如下： 

str1='"{\"@Network\":{\"command\":\"Connect\",\"data\":
{\"Id\":\"xx:xx:xx:xx:xx:xx\",\"Name\":\"somename\",\"Pwd\":\"123456789\"}}}\0"'

我想从上面的字符串中提取somename字符串。xx:xx:xx:xx:xx:xx、somename和123456789的值 可以更改，但语法将保持与上述相同。

我在这个网站上看到了类似的帖子，但不知道在上述情况下如何使用正则表达式。任何想法如何提取上述字符串。

4

2 回答 2

5

将字符串解析为 JSON 并以这种方式获取值。

require 'json'
str = "{\"@Network\":{\"command\":\"Connect\",\"data\":{\"Id\":\"xx:xx:xx:xx:xx:xx\",\"Name\":\"somename\",\"Pwd\":\"123456789\"}}}\0"
json = JSON.parse(str.strip)
name = json["@Network"]["data"]["Name"]
pwd = json["@Network"]["data"]["Pwd"]
于 2013-08-14T08:56:29.307 回答
1

由于您不了解正则表达式，因此我们暂时将它们排除在外，并尝试手动解析，这更容易理解。

您的原始输入，没有外部撇号和变量名称是：

"{\"@Network\":{\"command\":\"Connect\",\"data\":{\"Id\":\"xx:xx:xx:xx:xx:xx\" ,\"姓名\":\"somename\",\"密码\":\"123456789\"}}}\0"

你说你需要得到'somename'值并且'语法不会改变'。凉爽的！。

首先，看看是什么分隔了这个值：它有引号，然后是左边的冒号和右边的逗号。不过，看看其他部分，这样的布局也用在了靠近command和靠近的地方pwd。所以，冒号-引用-数据-引用-逗号是不够的。再往两边看，有一个\"Name\"。除了这个地方，它永远不会出现在输入数据中的任何地方。这太棒了！也就是说，我们只要搜索\"Name\"文本就可以快速找到数据的去向：

inputdata = .....
estposition = inputdata.index('\"Name\"')
raise "well-known marker wa not found in the input" unless estposition

现在，我们知道：

  • 部分开始的地方
  • 并且在“名称”文本之后总是有一个冒号，一个引号，然后是-interesting-data
  • 并且在有趣的数据之后总是有一个引用

让我们找到所有这些：

colonquote = inputdata.index(':\"', estposition)
datastart = colonquote+3
lastquote = inputdata.index('\"', datastart)
dataend = lastquote-1

index返回匹配的开始位置，因此它将返回的位置:和位置\。由于我们想要获取它们之间的文本，因此我们必须添加/减去一些位置以从开头移过或从结尾:\"移回。\"

然后，从它们之间获取数据：

value = inputdata[datastart..dataend]

就是这样。

现在，退后一步，再次查看输入数据。你说语法总是一样的。各个位显然由冒号和逗号分隔。让我们尝试直接使用它：

parts = inputdata.split(/[:,]/)
=> ["\"{\\\"@Network\\\"",
 "{\\\"command\\\"",
 "\\\"Connect\\\"",
 "\\\"data\\\"",
 "\n{\\\"Id\\\"",
 "\\\"xx",
 "xx",
 "xx",
 "xx",
 "xx",
 "xx\\\"",
 "\\\"Name\\\"",
 "\\\"somename\\\"",
 "\\\"Pwd\\\"",
 "\\\"123456789\\\"}}}\\0\""]

请暂时忽略正则表达式。只是假设它说a colon or comma。现在，parts您将获得所有通过inputdata在每个colon or comma.

如果布局从不改变并且始终保持不变，那么您的interesting-data 将始终位于第 13 位：

almostvalue = parts[12]
=> "\\\"somename\\\""

现在，只需剥离虚假字符。由于语法是恒定的，因此要从两侧剪切 2 个字符：

value = almostvalue[2..-3]

好的，另一种方式。由于正则表达式已经出现，让我们尝试一下。我们知道：

  • \"Name\"数据以冒号和斜杠引号为前缀
  • 数据由一些没有引号的文本组成（好吧，至少我猜是这样）
  • 数据以斜杠引号结尾

正则表达式语法中的部分分别是：

  • \“姓名\”：\”
  • [^\"]*
  • \"

一起：

inputdata =~ /\\"Name\\":\\"([^\"]*)\\"/
value = $1

请注意，我用 包围了有趣的部分()，因此在成功匹配后，该部分在$1特殊变量中可用。

还有一种方式：

如果你仔细看语法，它真的很像一组嵌入的哈希：

\"
{ \"@Network\" :
  { \"command\" : \"Connect\",
    \"data\" :
    { \"Id\" : \"xx:xx:xx:xx:xx:xx\",
      \"Name\" : \"somename\",
      \"Pwd\" : \"123456789\"
    }
  }
}
\0\"

如果我们写一些类似于 Ruby 哈希的东西：

{ "@Network" =>
  { "command" => "Connect",
    "data" =>
    { "Id" => "xx:xx:xx:xx:xx:xx",
      "Name" => "somename",
      "Pwd" => "123456789"
    }
  }
}

有什么不同？冒号被替换为=>，并且引号前的斜杠消失了。哦，打开/关闭 \" 也消失了，\0最后也消失了。让我们玩：

tmp = inputdata[2..-4]   # remove opening \" and closing \0\"
tmp.gsub!('\"', '"')     # replace every \" with just "

现在，冒号呢。我们不能只用 替换:，=>因为它会损坏零件的内部冒号xx:xx:xx:xx:xx:xx。但是，看：所有其他冒号之前总是有一个引号！

tmp.gsub!('":', '"=>')     # replace every quote-colon with quote-arrow

现在我们tmp是：

{"@Network"=>{"command"=>"Connect","data"=>{"Id"=>"xx:xx:xx:xx:xx:xx","Name"=>"somename" ,"密码"=>"123456789"}}}

稍微格式化一下：

{ "@Network"=>
   { "command"=>"Connect",
     "data"=>
     {  "Id"=>"xx:xx:xx:xx:xx:xx","Name"=>"somename","Pwd"=>"123456789" }
   }
}

所以，它看起来就像一个 Ruby 哈希。让我们尝试“去字符串化”它：

packeddata = eval(tmp)
value = packeddata['@Network']['data']['Name']

完毕。

好吧，这已经增长了一点，而且Jonas显然更快，所以我将 JSON 部分留给他，因为他已经写了它；）数据与 Ruby 哈希非常相似，因为它显然被格式化为 JSON，它是一个哈希 -也喜欢结构。使用正确的格式读取工具通常是最好的主意，但请注意 JSON 库在被要求读取数据时 - 将读取所有数据，然后您可以询问他们“在关键 xx/yy/zz 里面有什么"，就像我向您展示的 read-it-as-a-Hash 尝试一样。有时，当您的程序在截止日期前很短时，您无法通读所有内容。然后，使用正则表达式扫描或手动扫描“已知标记”可能（不是必须）更快，因此更可取。但是，仍然不太方便。

于 2013-08-14T09:31:00.977 回答