从类似JSON的数据中删除":"

Question

我有一个1,00,000行的JSON文本文件.手动提取不公平.我编写了一个Perl程序来读取文件的每一行,满足我的需求.

这是一个示例文本文件

Sample.txt的

  "key": "Programming",
  "doc_count": 1

  "key": "Base",
  "doc_count": 1,

  "key": "Experience",
  "doc_count": 1

  "key": "Electrophoresis",
  "doc_count": 1

我想把键值单独用双括号分隔,比如编程,基础,经验和电泳.

这是我尝试过的Perl代码:

ExtractKeyValue.pl

use strict;
use warnings;

my $file = $ARGV[0];
open my $info, $file or die "Could not open $file: $!";

while ( my $line = <$info> ) {
    if ( $line =~ /"key(.*)",/ ) {
        print $1;
        print "\n";
    }
}

close $info;

通过使用它,我得到这个输出

": "Programming
": "Base
": "Experience
": "Electrophoresis

我不想要领先的冒号和空间.

我试过了$line =~ /"key: "(.*)",/.但它没有用.该命令执行但没有输出,也没有错误症状.

G:\ExtractKeyValue_Regex>perl ExtractKeyValue.pl Sample.txt > Output_Sample.txt

G:\ExtractKeyValue_Regex>

输出应该是,像,

预期产出:

Programming
Base
Experience
Electrophoresis

我无法弄清楚为什么冒号:,空格和双引号"没有被模式跟踪.

Answer 1

你展示的所有线条都是你需要的

my $key_assoc = $line =~ /: "([^"]+)/;

print "$key_assoc\n" if $key_assoc;

或者你可以输入"key"字符串,",以获得额外的保证和格式检查

if ($line =~ /"key": "([^"]+)",/) {
    # ...
}

请注意,如果存在空引号(),+则不会捕获任何内容,"key": "",而.*在这种情况下会获得空字符串.一个细节可能无关紧要,但它们是不同的.

请注意, 在正则表达式中使用单个文字空间很容易被忽略(或加倍),如果/x稍后添加,也会被吞下,如果没有测试则会引入错误.

指定单个简单空间的更好方法是什么？我们可以通过pragma 使用\x20或者使用Unicode .感谢Borodin提出这个并指定这两个.\N{SPACE}charnames

来自SinanÜnür的一个很好的解决方法是使用仅有空格的角色类/a [ ] b/x.这两者都强调文字空间是有意的(没有/x),并允许它在下面/x.

另一个解决方法是明确地逃避它,/\ /它会引起对它的注意并保护它/x.