从JIRA结构化评论数据中提取并拼接text字段内容

我从JIRA拉取了一批如下格式的评论数据：

comment text is: [{'type': 'paragraph', 'content': [{'type': 'text', 'text': 'In conversation with the customer '}, {'type': 'mention', 'attrs': {'id': '04445152', 'text': '@Kev', 'accessLevel': ''}}, {'type': 'text', 'text': ' Text 123}]}]

comment text is: [{'type': 'paragraph', 'content': [{'type': 'text', 'text': '@xyz  Text abc'}]}]

comment text is: [{'type': 'paragraph', 'content': [{'type': 'mention', 'attrs': {'id': '3445343', 'text': '@Hey', 'accessLevel': ''}}, {'type': 'text', 'text': ' FYI'}]}]

comment text is:[{'content': [{'text': 'Output: ', 'type': 'text'}, {'type': 'hardBreak'}, {'type': 'hardBreak'}, {'text': "New Text goes here", 'type': 'text'}], 'type': 'paragraph'}]

我需要提取所有带有text键对应的数据，并且将同一条评论中的多个此类值进行拼接。预期输出如下：

In conversation with the customer @Kev Text 123

@xyz  Text abc

@Hey FYI

Output: New Text goes here

用Python可以快速实现这个需求，核心思路是解析每条评论的结构化数据，遍历内容节点提取所有text字段值，忽略换行类节点后拼接成完整文本。

代码示例 #

import ast

# 模拟从JIRA拉取的原始评论数据
raw_comments = [
    "[{'type': 'paragraph', 'content': [{'type': 'text', 'text': 'In conversation with the customer '}, {'type': 'mention', 'attrs': {'id': '04445152', 'text': '@Kev', 'accessLevel': ''}}, {'type': 'text', 'text': ' Text 123'}]}]",
    "[{'type': 'paragraph', 'content': [{'type': 'text', 'text': '@xyz  Text abc'}]}]",
    "[{'type': 'paragraph', 'content': [{'type': 'mention', 'attrs': {'id': '3445343', 'text': '@Hey', 'accessLevel': ''}}, {'type': 'text', 'text': ' FYI'}]}]",
    "[{'content': [{'text': 'Output: ', 'type': 'text'}, {'type': 'hardBreak'}, {'type': 'hardBreak'}, {'text': \"New Text goes here\", 'type': 'text'}], 'type': 'paragraph'}]"
]

def extract_comment_text(comment_data):
    # 将字符串转为Python可处理的列表/字典
    data = ast.literal_eval(comment_data)
    text_parts = []
    # 获取段落内的所有内容节点
    content = data[0]['content']
    for item in content:
        # 提取普通文本节点的text值
        if item.get('type') == 'text':
            text_parts.append(item['text'])
        # 提取提及节点attrs中的text值
        elif item.get('type') == 'mention' and 'attrs' in item:
            text_parts.append(item['attrs']['text'])
        # 跳过换行节点
        elif item.get('type') == 'hardBreak':
            continue
    # 拼接所有文本片段
    return ''.join(text_parts)

# 处理每条评论并输出结果
for comment in raw_comments:
    print(extract_comment_text(comment))
    print()  # 每条评论间空一行

运行结果 #

In conversation with the customer @Kev Text 123

@xyz  Text abc

@Hey FYI

Output: New Text goes here

内容的提问来源于stack exchange，提问作者Kevin Nash