如何将结构化TXT内容通过split('\n')转换为JSON格式？

核心步骤说明（基于固定结构TXT） #

以下步骤假设你的TXT每一行遵循统一格式（例如：电影标题 (发行年份) [格式] - 主演1, 主演2），如果你的实际格式不同，只需调整正则表达式即可适配。

1. 过滤无效行
   拆分后的数组通常会包含空行、空白行，先过滤掉这些无效内容：

   const validLines = movieLines.filter(line => line.trim() !== '');
   

2. 编写匹配固定结构的正则表达式
   根据你的TXT实际格式编写正则，捕获标题、年份、格式、主演四个字段。示例正则对应上面的假设格式：

   // 捕获组依次为：标题、年份、格式、主演列表
   const moviePattern = /^(.*?)\s+\((\d{4})\)\s+\[(.*?)\]\s+-\s+(.*)$/;
   

   如果你TXT的分隔符是冒号、竖线等，直接修改正则中的分隔符号即可。

3. 遍历解析每一行
   对每一行用正则匹配，将捕获到的内容转换为结构化对象，同时处理类型转换（比如年份转数字、主演转数组）：

   const movieList = validLines.map(line => {
     const match = moviePattern.exec(line);
     // 跳过匹配失败的行（可选：也可记录错误日志）
     if (!match) return null;
     return {
       title: match[1].trim(),
       releaseYear: parseInt(match[2], 10),
       format: match[3].trim(),
       actors: match[4].split(',').map(name => name.trim())
     };
   }).filter(item => item !== null); // 移除解析失败的项
   

4. 转换为JSON字符串
   使用JSON.stringify将结构化数组转为JSON，第二个参数传null、第三个参数传数字可格式化输出：

   const moviesJson = JSON.stringify(movieList, null, 2);
   

关键注意事项 #

• 必须根据你的TXT实际格式调整正则表达式，比如如果标题包含括号，需要修改正则的捕获逻辑；如果年份是两位或带前缀，也要调整\d{4}部分。
• 如果存在多行描述的电影信息（比如标题换行），需要先处理行合并逻辑，再执行上述解析步骤。

内容的提问来源于stack exchange，提问作者Ncado