如何在Python中从API返回的大文本中提取指定子字符串？

API返回的任务执行文本格式如下：

TASK [Do this]
OK: {
    "changed":false,
    "msg": "check ok"
}

TASK [Do that]
OK

TASK [Do x]
Fatal: "Error message x"

TASK [Do y]
OK

TASK [Do z]
Fatal: "Stopped because of previous error"

需提取Error message x这类实际错误信息，现有请求代码：

url = # API URL 
r = requests.get(url, verify=False, allow_redirects=True, headers=headers, timeout=10)
output = r.text

使用output.split("Fatal", 1)[1]时触发list index out of range错误，且文本存在大量转义换行格式问题。

1. 清理文本格式 #

API返回的文本可能包含转义换行符（如\n），先替换为实际换行：

cleaned_output = output.replace('\\n', '\n')

2. 正则精准提取目标错误 #

通过正则匹配所有Fatal:后的内容，再过滤掉连锁错误（如Stopped because of previous error）：

import re

# 匹配Fatal: "包裹的错误内容
pattern = r'Fatal: "([^"]+)"'
all_errors = re.findall(pattern, cleaned_output)
# 筛选出非连锁的目标错误
target_errors = [err for err in all_errors if not err.startswith('Stopped because of previous error')]

3. 避免索引越界错误 #

直接使用split会在无Fatal内容时抛出索引错误，先判断存在性再处理：

if not target_errors:
    print("未找到目标错误信息")
else:
    for err in target_errors:
        print(f"- {err}")

完整代码示例 #

import requests
import re

url = # 你的API URL
headers = {} # 你的请求头配置

r = requests.get(url, verify=False, allow_redirects=True, headers=headers, timeout=10)
output = r.text

# 清理转义换行
cleaned_output = output.replace('\\n', '\n')

# 提取并过滤错误
pattern = r'Fatal: "([^"]+)"'
all_errors = re.findall(pattern, cleaned_output)
target_errors = [err for err in all_errors if not err.startswith('Stopped because of previous error')]

# 输出结果
if target_errors:
    print("提取到的错误信息：")
    for err in target_errors:
        print(f"- {err}")
else:
    print("未找到目标错误信息")

内容的提问来源于stack exchange，提问作者Zodi