如何将“{Key=Value}”结构解析为 JSON 和 Python？

Question

如果我在 AWS 中运行 Athena 查询，我返回的数据包含带有键/值对的结构，如下所示：

{
    "events": "[{deviceType=Android,logins=400},{deviceType=iPhone,logins=550}]"
}

我可以使用正则表达式来解析它，但是特殊字符之类的东西使反序列化非常容易出错。

例如，如果我使用正则表达式， {deviceType=Android, date=2022-01-01}将遇到分隔符问题。

是否有针对此类事物的现有反序列化器？

编辑：

这是我的反序列化正则表达式：

def deserialize(s):
    # Surround any word with "
    s1 = re.sub('(\w+)', '"\g<1>"', s)

    # Replace = with :
    s2 = re.sub('=', ':', s1)

    return json.loads(s2)

当值中有特殊字符（如“-”或“.”）时，这会出现问题。 正则表达式无法正确确定“单词”，因此无法正确放置引号。

Answer 1

引号内的数据几乎是 JSON，但缺少键和值周围的引号。 通过一些明智的链接.replace()方法调用，您应该能够将它从几乎 JSON 转换为 JSON，然后使用 json 模块反序列化它：

import json
obj = {"events": "[{deviceType=Android, date=2022-01-01}]"}
events = obj['events']
events_json = events.replace(', ', ',').replace('{', '{"').replace('}', '"}').replace('=', '":"').replace(',', '","').replace('}","{','},{')
parsed = json.loads(events_json)
print(parsed[0])

print(parsed[0]['deviceType']) # prints 'Android'
print(parsed[0]['date']) # prints '2022-01-01'

*编辑以修复 MisterMiyagi 提出的问题。

Answer 2

我建议在您的查询中将映射和 arrays 转换为 JSON，而不是解析这个不完全 JSON：

SELECT CAST(events AS JSON) AS events …

这具有使 output 更容易解析的额外好处（例如，如果不强制转换为 JSON，则无法知道“[1, 2, 3]” 是否为整数或字符串数组，或者如果“[hello, world ]" 是一个包含两个元素的数组，或者一个包含逗号的元素）。

Answer 3

给定如图所示的数据，您可以使用 RE 将大括号之间的字符串隔离开，然后将这些字符串进一步拆分为它们的组成部分。 这是一个例子：

import re

d = {'events': "[{deviceType=Android,logins=400},{deviceType=iPhone,logins=550}]"}

for t in re.findall('(?<={).+?(?=})', d['events']):
    for p in t.split(','):
        print(p)

Output：

deviceType=Android
logins=400
deviceType=iPhone
logins=550