如何从含内部双引号的Python字符串中提取字典？

针对这种值内包含未转义双引号的JSON格式字符串，我们可以通过正则表达式精准替换值内部的双引号为单引号，再进行解析。以下是具体实现步骤：

步骤1：处理字符串，替换值内的双引号 #

使用正则表达式匹配并替换值部分的内部双引号，保留键的双引号以及值的首尾双引号：

import re
from ast import literal_eval

# 原动态生成的字符串
text = '''
{
"key1": "this is "value1" right",
"key2": "this is "value2" right"
}
'''

# 正则替换值内部的双引号为单引号
# 匹配规则：排除键的引号（后接冒号）和值的首尾引号（前接冒号/空格、后接逗号/大括号）
processed_text = re.sub(r'(?<![:\s])"(?![:\s,}])', "'", text)

步骤2：解析为字典 #

处理后的字符串符合Python字典格式，使用literal_eval即可安全解析：

result = literal_eval(processed_text)
print(result)
# 输出：{'key1': "this is 'value1' right", 'key2': "this is 'value2' right"}

说明 #

• 正则表达式(?<![:\s])"(?![:\s,}])的作用：
  • (?<![:\s])：正向否定预查，确保双引号前不是冒号或空格（排除键的结尾引号和值的开头引号）
  • (?![:\s,}])：负向肯定预查，确保双引号后不是冒号、空格、逗号或大括号（排除键的开头引号和值的结尾引号）
• 使用literal_eval而非json.loads是因为替换后的字符串使用单引号包裹值内的内容，json.loads仅支持双引号格式的JSON，而literal_eval可以解析合法的Python字典结构。

内容的提问来源于stack exchange，提问作者Rewan Gautam