替换反斜杠后立即替换所有单引号

Question

我对网页抓取很新，但我收集了大量数据，我使用file.write（）写入文件，因为我不知道json.dumps（）存在。我试图通过重新格式化数据来解决这个问题，以便它可以作为JSON加载回Python 3。

我需要能够替换字符串中的所有单引号（带双引号）而不替换反斜杠后立即出现的任何单引号。例如：

{'please':'don\'t touch friend\'s cat'}

会成为：

{"please":"don\'t touch friend\'s cat"}

关于重新格式化的任何其他建议也将不胜感激。

Answer 1

如果您将数据写入文件而不实际将其编码为JSON，则很可能将其“编码”为对象的repr()，这应该是简单数据类型的有效Python代码。您可以使用ast.literal_eval再次解析它：

In [3]: import ast

In [4]: ast.literal_eval(r"{'please':'don\'t touch friend\'s cat'}")
Out[4]: {'please': "don't touch friend's cat"}

Answer 2

使用负面的lookbehind https://docs.python.org/3/library/re.html

import re

pattern = re.compile(r"(?<!\\)'")
print re.sub(pattern, '"', text)

Answer 3

使用带有re模块的正则表达式可以非常轻松地完成此操作。如果您可以将数据作为字符串加载到内存中，那么您只需执行：

re.sub(r'(?<!\\)\'', '"', my_data_string)

它的作用是匹配所有不带反斜杠的单引号，并用双引号替换它们。你可以在这里找到更多关于它如何工作的血腥细节：https://docs.python.org/3/library/re.html