正则表达式（Regular Expression，简称Regex）是一种用于处理字符串的强大工具，它在文本处理、数据提取和验证等领域有着广泛的应用。JSON（JavaScript Object Notation）作为一种轻量级的数据交换格式，常用于数据交换和存储。本文将介绍如何使用正则表达式来提取JSON中的关键数据。
1. JSON简介
JSON是一种基于文本的格式，易于阅读和编写。它由键值对组成，键和值之间用冒号（:）分隔，多个键值对之间用逗号（,）分隔。JSON的基本结构如下：
{
“name”: “John Doe”,
“age”: 30,
“is_student”: false,
“courses”: [“Math”, “Science”, “English”]
}
2. 正则表达式基本概念
正则表达式由字符序列组成，用于匹配特定的字符串模式。以下是一些常用的正则表达式概念：
元字符
：具有特殊意义的字符，如
.
、
*
、
?
、
+
、
^
、
$
等。
字符集
：表示一组字符，如
[abc]
表示匹配
a
、
b
或
c
。
量词
：用于指定匹配的次数，如
*
表示匹配零次或多次。
分组
：将多个字符作为一个整体进行匹配，如
(abc)
。
3. 提取JSON中的关键数据
3.1 提取键值对
要提取JSON中的键值对，可以使用以下正则表达式：
“(?<=\{|,)\s*(\w+):\s*([^,}]+)"
解释：
(?<=\{|,)\s*
：正向后查找，匹配在
{
或
,
后面的空白字符。
(\w+)
：捕获一个或多个单词字符（字母、数字、下划线），表示键。
:\s*
：匹配冒号和后面的空白字符。
([^,}]+)
：捕获一个或多个非逗号和非闭合花括号的字符，表示值。
3.2 提取数组元素
要提取JSON中的数组元素，可以使用以下正则表达式：
"(?<=\{|,)\s*(\w+):\s*[\[\]]\s*([^,}]+)"
解释：
[\[\]]
：匹配方括号
[
或
]
，表示数组。
([^,}]+)
：捕获一个或多个非逗号和非闭合花括号的字符，表示数组元素。
3.3 提取嵌套对象
要提取JSON中的嵌套对象，可以使用以下正则表达式：
"(?<=\{|,)\s*(\w+):\s*\{([^}]+)\}"
解释：
\{
：匹配左花括号。
([^}]+)
：捕获一个或多个非闭合花括号的字符，表示嵌套对象的键值对。
\}
：匹配右花括号。
4. 示例代码
以下是一个使用Python提取JSON数据的示例：
import re
json_data = '''
{
"name": "John Doe",
"age": 30,
"is_student": false,
"courses": ["Math", "Science", "English"],
"address": {
"street": "123 Main St",
"city": "Anytown"
}
}
'''
# 提取键值对
pattern = r"(?<=\{|,)\s*(\w+):\s*([^,}]+)"
matches = re.findall(pattern, json_data)
for match in matches:
print(f"{match[0]}: {match[1]}")
# 提取数组元素
pattern = r"(?<=\{|,)\s*(\w+):\s*[\[\]]\s*([^,}]+)"
matches = re.findall(pattern, json_data)
for match in matches:
print(f"{match[0]}: {match[1]}")
# 提取嵌套对象
pattern = r"(?<=\{|,)\s*(\w+):\s*\{([^}]+)\}"
matches = re.findall(pattern, json_data)
for match in matches:
print(f"{match[0]}: {match[1]}")
运行上述代码，将输出以下结果：
name: John Doe
age: 30
is_student: false
courses: Math
courses: Science
courses: English
address: {street: 123 Main St, city: Anytown}
通过使用正则表达式，可以轻松地从JSON中提取关键数据。掌握正则表达式，将为数据处理和文本分析带来更多可能性。