从JSON文件响应中删除Python dict

Question

我查看了一些如下资源： 从嵌套的json文件中删除python dict项目，但似乎无法使我的代码正常工作。 据我对下面的JSON的理解（这是WAY较长转储的变量占位符），它是一个dict，其中有一个dict，其中有一个dict，其中带有...。 我最终希望看到的是以下打印输出到我的终端：

Message: [Client ID] 
Link: "http://linkgoeshere.com"

这是我到目前为止的内容：

ThreeLine= {u'hits': {u'hits': [{u'_id': u'THIS IS THE FIRST ONE',
                  u'_index': u'foo',
                  u'_score': None,
                  u'_source': {u'@timestamp': u'2015-12-21T16:59:40.000-05:00',
                               u'message': u'Application.INFO: [Client ID ] Information Link: http://google.com {"check1":121212} {"tags":{"sent":"15","HTML":"5661"},"person":"15651"}',
                               u'system': u'user-info'}},
                {u'_id': u'THIS IS THE SECOND ONE',
                  u'_index': u'two',
                  u'_score': None,
                  u'_source': {u'@timestamp': u'2015-12-12 T16:59:40.000-05:00',
                               u'message': u'Application.INFO: [Client ID ] Information Link: http://google.com {"check1":565656} {"tags":{"sent":"21","HTML":"4512"},"person":"15651"}',
                               u'system': u'user-info'}},
]}}

unpacking= ThreeLine['hits']['hits'] #we only want to talk to the sort dictionary. 


for d in unpacking:
    newinfo= []
    narrow=[d["_source"] for d in unpacking if "_source" in d] 
    narrower=[d["message"] for d in narrow if "message" in d]
    newinfo.append(narrower)
print newinfo

现在，按原样使用代码，它将打印两个条目，但是它有很多我不关心的随机垃圾，就像所有标签一样：

{"tags":{"sent":"21","HTML":"4512"},"person":"15651"}',

那么，如何进一步去除这些条目，以使我最终想摆脱这两个疯狂嵌套的混乱局面呢？ 如果有人对如何清理当前代码有任何想法，我会全力以赴，随时准备学习！

Answer 1

“标签”字典不是字典。 它是消息字符串中嵌入的文本 ：

>>> ThreeLine['hits']['hits'][0]['_source']['message']
u'Application.INFO: [Client ID ] Information Link: http://google.com {"check1":121212} {"tags":{"sent":"15","HTML":"5661"},"person":"15651"}'

您必须进行一些字符串解析才能删除它。 您可以使用正则表达式：

import re
id_and_link = re.compile(r'(\[[^]]+\]) Information Link: (https?://[\w\d/.]+)')

messages = (entry['_source']['message'] for entry in ThreeLine['hits']['hits'] if '_source' in entry and 'message' in entry['_source'])
for message in messages:
    match = id_and_link.search(message)
    if not match:
        continue
    id_, link = match.groups()
    print 'Message:', id_
    print 'Link:', link
    print