如何用Python正则表达式提取含单引号的单引号内文本？

核心问题分析 #

你遇到的问题根源是文本中的内部单引号未转义，导致按, 拆分和简单正则[^']+都会提前终止匹配。这类文本属于不规范的类Python字典格式，而非标准JSON（标准JSON用双引号），所以直接用JSON解析器会失败，但可以通过修复格式或调整正则来解决。

方案一：修复格式后用安全解析工具（推荐） #

这种方法比正则更可靠，利用Python的ast.literal_eval安全解析修复后的类字典字符串：

import re
import ast

# 原始待处理文本
raw_str = "{'pro_id':'1692423', 'pro_model':'SKUF42051', 'pro_category':'accessories', 'pro_name':'Gants tactiques Escalade en plein air Gants antidérapants résistants à l'usure Formation Gants de moto d'équitation', 'pro_current_price':'27.99', 'pro_raw_price':'27.99', 'pro_discount':'36', 'pro_likes_count':'11'}"

# 第一步：修复内部未转义的单引号（替换非边界的单引号为转义单引号）
fixed_str = re.sub(r"(?<=[^'])'(?=[^'])", r"\'", raw_str)

# 第二步：用ast.literal_eval解析为字典（比eval安全，不会执行恶意代码）
data = ast.literal_eval(fixed_str)

# 直接获取目标字段
print(data['pro_name'])
# 输出：Gants tactiques Escalade en plein air Gants antidérapants résistants à l'usure Formation Gants de moto d'équitation

原理说明 #

• re.sub(r"(?<=[^'])'(?=[^'])", r"\'", raw_str)：用正则匹配不在引号首尾的单引号（即被普通字符包裹的单引号），替换为转义单引号\'，让文本符合Python字典的语法规范。
• ast.literal_eval：专门用于解析Python字面量（如字典、列表、字符串等），不会执行任意代码，比eval更安全。

方案二：调整正则表达式匹配键值对 #

如果必须用正则，可通过正向预查确保值的匹配范围正确，不被内部单引号打断：

import re

raw_str = "{'pro_id':'1692423', 'pro_model':'SKUF42051', 'pro_category':'accessories', 'pro_name':'Gants tactiques Escalade en plein air Gants antidérapants résistants à l'usure Formation Gants de moto d'équitation', 'pro_current_price':'27.99', 'pro_raw_price':'27.99', 'pro_discount':'36', 'pro_likes_count':'11'}"

# 匹配键值对的正则：匹配'键':'值'，值的结束位置为', 或'}$
pattern = r"'([^']+)':'(.*?)(?=(?:',|'}$))'"

# 查找所有匹配项并转为字典
matches = re.findall(pattern, raw_str, re.DOTALL)
data = dict(matches)

print(data['pro_name'])

正则解释 #

• '([^']+)'：匹配键（被单引号包裹，内部无单引号）。
• '(.*?)(?=(?:',|'}$))'：匹配值，.*?非贪婪匹配任意字符，(?=(?:',|'}$))是正向预查，确保匹配到下一个, 前的单引号，或文本末尾的'}，避免提前终止。
• re.DOTALL：让.匹配换行符（如果文本有换行的话）。

总结 #

优先选择方案一，因为正则匹配对文本格式的一致性要求极高，一旦格式有微小变化（如空格、换行）就会失效；而ast.literal_eval在修复格式后能稳定解析结构，后续操作更便捷。

内容的提问来源于stack exchange，提问作者Edwin Jose