0x4*_*9D1 5 .net c# regex json extract
输入字符串是一些文本与有效 JSON的混合:
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
<TITLE>Title</TITLE>
<META http-equiv="Content-Type" content="text/html; charset=UTF-8" />
<META HTTP-EQUIV="Content-language" CONTENT="en">
<META HTTP-EQUIV="keywords" CONTENT="search words">
<META HTTP-EQUIV="Expires" CONTENT="0">
<script SRC="include/datepicker.js" LANGUAGE="JavaScript" TYPE="text/javascript"></script>
<script SRC="include/jsfunctions.js" LANGUAGE="JavaScript" TYPE="text/javascript"></script>
<link REL="stylesheet" TYPE="text/css" HREF="css/datepicker.css">
<script language="javascript" type="text/javascript">
function limitText(limitField, limitCount, limitNum) {
if (limitField.value.length > limitNum) {
limitField.value = limitField.value.substring(0, limitNum);
} else {
limitCount.value = limitNum - limitField.value.length;
}
}
</script>
{"List":[{"ID":"175114","Number":"28992"]}
Run Code Online (Sandbox Code Playgroud)
任务是将其JSON部分反序列化为某个对象.该字符串可以以某些文本开头,但它肯定包含有效的JSON.我曾尝试使用JSON验证REGEX,但在.NET中解析此类模式时出现问题.
所以最后我只想得到:
{
"List": [{
"ID": "175114",
"Number": "28992"
}]
}
Run Code Online (Sandbox Code Playgroud)
澄清1:整个凌乱的字符串中
只有一个 JSON对象,但是文本可以包含{}(它实际上是HTML并且可以包含javascripts <script> function(){.....)
您可以使用此方法
public object ExtractJsonObject(string mixedString)
{
for (var i = mixedString.IndexOf('{'); i > -1; i = mixedString.IndexOf('{', i + 1))
{
for (var j = mixedString.LastIndexOf('}'); j > -1; j = mixedString.LastIndexOf("}", j -1))
{
var jsonProbe = mixedString.Substring(i, j - i + 1);
try
{
return JsonConvert.DeserializeObject(jsonProbe);
}
catch
{
}
}
}
return null;
}
Run Code Online (Sandbox Code Playgroud)
关键的想法是搜索所有{和}对并探测它们,如果它们包含有效的JSON.第一个有效的JSON事件将转换为对象并返回.
使用正则表达式查找所有可能的 JSON 结构:
\{(.|\s)*\}
Run Code Online (Sandbox Code Playgroud)
然后迭代所有这些匹配,直到找到不会导致异常的匹配:
JsonConvert.SerializeObject(match);
Run Code Online (Sandbox Code Playgroud)
如果您知道 JSON 结构的格式,请使用JsonSchema。