質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.37%

指定した部分の文字列の取得について

解決済

回答 2

投稿 編集

  • 評価
  • クリップ 1
  • VIEW 546

score 8

a = r'{"name":"aaa,"id":"iii"}'


上記のような{"name":"aaa,"id":"iii"}という文字列の中から、不規則に変化する"aaa"の部分と"iii"の部分を取得したいのですが、どんなメソッドを使えばいいのでしょうか?(aaaとiiiは一例です)

追記です。取得したいデータが前述したもののように単純でないため、例を変更します。

window.content_Data_k = {
    "config": {
        "token": "dsf78sadf9sdfasd7s9df7safd6",
        "seer": null,
        "seerId": null
    },
    "country_code": "JP",
    "language_code": "ja",
    "locale": "ja_JP",
    "index_data": {
        "contentPage": [{
            "logging_page_id": "contentPage_728394298",
            "show_suggested_contents": false,
            "graphql": {
                "user": {
                    "name": "aaa",
                    "block": false,
                    "country_block": false,
                    "expect_url": null,
                    "expect_url_linkshimmed": null,
                    "key_number": {
                        "count": 13
                    }
                }
            }
        }
    }
}


だいぶ小さくしていますが、大体こんな感じです。上記からプロパティ名nameにおける値aaaとkey_numberの中の、countの中の13を取得したいです。ただし、countというプロパティ名は本物のソースの中で多数見受けられました。また、ソースを見やすくするためにところどころ改行を入れていますが、実際はありません。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • can110

    2019/08/08 20:44 編集

    aaaの後のカンマの位置は意図したものでしょうか。
    (r'{"name":"aaa",id":"iii"}'のほうが自然に見えるので)

    キャンセル

  • mokemokechicken

    2019/08/08 20:45

    この質問の意図は、 JSONをParseしたい、というのではなく(つまり、単なる質問の書き間違いではなく)、JSONっぽいけどちょっと壊れている文字列から質問の処理をしたい、ということですかね?

    キャンセル

  • sku_gh

    2019/08/08 23:02 編集

    すみません。jsonをparseしたい、でおそらくあっていると思います。もともとやりたかったことはwebスクレイピングです。サイトのすべてのソースを文字列にすることはできたのですが、欲しい情報がHTML内ではなくjsの変数内に書かれており、beautifulsoupでは上手く取得できなかったのでこのような質問をさせていただきました。

    キャンセル

回答 2

checkベストアンサー

+1

jsonをparseしたい

ということであれば、以下のように書くのがまず考えられます。

import json

a = r'{"name":"aaa","id":"iii"}'

result = json.loads(a)
print(result["name"])  # > aaa
print(result["id"])  # > iii

■ 追記1

a = 'k = {"name":"aaa","id":"iii"}' が入力の場合なら
考え方としては「なんとかして {"name"...} のところを抽出すれば良い」という気がします。
正規表現を使うか、単純に split を使うか、最初の { の位置を探すか、色々方法はありそうですが、
k = {"name"....} の k = の辺りが変化しなさそうなのであれば、以下のようなのでもいいかもしれないです。

import json

a = 'k = {"name":"aaa","id":"iii"}'

_, json_str = a.split("=", 1)

result = json.loads(json_str.strip())
print(result["name"])  # > aaa
print(result["id"])  # > iii

■ 追記2

2つ目の例だと、 namekey_number が出現するのが1箇所だけなので、なんとか正規表現で抜き出すのが良さそうですね。

####### 入力

js = '''window.content_Data_k = {
    "config": {
        "token": "dsf78sadf9sdfasd7s9df7safd6",
        "seer": null,
        "seerId": null
    },
    "country_code": "JP",
    "language_code": "ja",
    "locale": "ja_JP",
    "index_data": {
        "contentPage": [{
            "logging_page_id": "contentPage_728394298",
            "show_suggested_contents": false,
            "graphql": {
                "user": {
                    "name": "aaa",
                    "block": false,
                    "country_block": false,
                    "expect_url": null,
                    "expect_url_linkshimmed": null,
                    "key_number": {
                        "count": 13
                    }
                }
            }
        }
    }
}
'''

####### 処理

import re

pickup_name = re.compile(r'"name"\s*:\s*"([^"]*)"')
pickup_key_number = re.compile(r'"key_number"\s*:\s*{\s*"count"\s*:\s*([\d]+)')

name_matcher = pickup_name.search(js)
name = None
if name_matcher:
    name = name_matcher.group(1)

key_number_matcher = pickup_key_number.search(js)
key_number = None
if key_number_matcher:
    key_number = key_number_matcher.group(1)

print(f"name={name}, key_number={key_number}")
# name=aaa, key_number=13

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/08/09 18:27 編集

    了解です。一例を追記しておきました。

    キャンセル

  • 2019/08/09 18:49

    例えば、追記2、みたいな感じがあると思います。
    うまくいかないケースがあれば修正する、みたいな泥臭い感じになりますね。。。

    キャンセル

  • 2019/08/10 17:27

    ありがとうございます!無事に値を取得することができました。ベストアンサーとさせていただきます。

    キャンセル

+1

まず~ = {~}{~}の部分が妥当なjsonデータであれば、その部分を正規表現で抽出しデータ化することが可能です。
あとは地道にデータ構造を辿って目的の値を抽出するか、jmespathを使えば、ある程度絞って抽出することもできます。

import re
import json
import jmespath

# 妥当なjsonデータとなるように一部改変しています。
s = """
window.content_Data_k = 
{
    "config": {
        "token": "dsf78sadf9sdfasd7s9df7safd6",
        "seer": null,
        "seerId": null
    },
    "country_code": "JP",
    "language_code": "ja",
    "locale": "ja_JP",
    "index_data": {
        "contentPage": [{
            "logging_page_id": "contentPage_728394298",
            "show_suggested_contents": false,
            "graphql": {
                "user": {
                    "name": "aaa",
                    "block": false,
                    "country_block": false,
                    "expect_url": null,
                    "expect_url_linkshimmed": null,
                    "key_number": {
                        "count": 13
                    }
                }
            }
        }]
    }
}
"""

# 文字列からjsonデータを抽出
m = re.search(r'(\{.+\})',s, flags=re.DOTALL)
dat = json.loads(m.group(0))
print(dat)

# 位置を正確に指定して値を取得
user = dat['index_data']['contentPage'][0]['graphql']['user']
print(user['name'])
print(user['key_number']['count'])

# jmespathを利用し、位置をある程度指定しつつ検索して取得
user = jmespath.search('*.contentPage[*].*.user', dat)[0][0][0]
print(jmespath.search('name', user))
print(jmespath.search('*.count', user)[0])

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.37%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る