Python正则处理API返回的赛马数据格式化需求

问题描述 #

从API获取到如下格式的字符串数据，需要将其解析为结构化的字典列表：

input_str = "'224014@@@1;1=8.4=0;2=33=0;3=9.4=0@@@2;1=15=0;2=3.3=1;3=4.2=0;4=5.7=0;5=9.4=0;6=22=0@@@3;1=17=0;2=7.4=0;3=27=0@@@4;1=14=0;2=7.8=0;3=5.9=0;4=23=0;5=4.0=1'"

数据结构说明：

• 开头6位数字为更新时间（UPDATE TIME）
• 以@@@X分隔不同赛事，X为赛事编号（Race No.）
• 每个赛事后包含多匹马的数据，格式为Horse_No=Odd=status（马匹编号=赔率=状态）

解析代码 #

以下Python代码可实现需求，无需正则表达式即可完成解析：

import json

# 输入数据，先去除首尾的单引号
input_str = "'224014@@@1;1=8.4=0;2=33=0;3=9.4=0@@@2;1=15=0;2=3.3=1;3=4.2=0;4=5.7=0;5=9.4=0;6=22=0@@@3;1=17=0;2=7.4=0;3=27=0@@@4;1=14=0;2=7.8=0;3=5.9=0;4=23=0;5=4.0=1'"
clean_str = input_str.strip("'")

# 提取更新时间
updatetime = int(clean_str[:6])

# 拆分各赛事数据（跳过分割后第一个空元素）
race_segments = clean_str[6:].split('@@@')[1:]

result = []
for segment in race_segments:
    # 拆分赛事编号和马匹数据
    race_info = segment.split(';')
    race_no = int(race_info[0])
    horse_data_list = race_info[1:]
    
    # 处理每匹马的数据
    for horse_data in horse_data_list:
        horse_no, odd, status = horse_data.split('=')
        result.append({
            'Race_No': race_no,
            'Horse_No': int(horse_no),
            'Odd': float(odd),
            'status': int(status),
            'updatetime': updatetime
        })

# 格式化输出结果
print(json.dumps(result, indent=2))

输出结果 #

运行代码后将得到如下结构化输出：

[
  {
    "Race_No": 1,
    "Horse_No": 1,
    "Odd": 8.4,
    "status": 0,
    "updatetime": 224014
  },
  {
    "Race_No": 1,
    "Horse_No": 2,
    "Odd": 33.0,
    "status": 0,
    "updatetime": 224014
  },
  {
    "Race_No": 1,
    "Horse_No": 3,
    "Odd": 9.4,
    "status": 0,
    "updatetime": 224014
  },
  {
    "Race_No": 2,
    "Horse_No": 1,
    "Odd": 15.0,
    "status": 0,
    "updatetime": 224014
  },
  {
    "Race_No": 2,
    "Horse_No": 2,
    "Odd": 3.3,
    "status": 1,
    "updatetime": 224014
  },
  {
    "Race_No": 2,
    "Horse_No": 3,
    "Odd": 4.2,
    "status": 0,
    "updatetime": 224014
  },
  {
    "Race_No": 2,
    "Horse_No": 4,
    "Odd": 5.7,
    "status": 0,
    "updatetime": 224014
  },
  {
    "Race_No": 2,
    "Horse_No": 5,
    "Odd": 9.4,
    "status": 0,
    "updatetime": 224014
  },
  {
    "Race_No": 2,
    "Horse_No": 6,
    "Odd": 22.0,
    "status": 0,
    "updatetime": 224014
  },
  {
    "Race_No": 3,
    "Horse_No": 1,
    "Odd": 17.0,
    "status": 0,
    "updatetime": 224014
  },
  {
    "Race_No": 3,
    "Horse_No": 2,
    "Odd": 7.4,
    "status": 0,
    "updatetime": 224014
  },
  {
    "Race_No": 3,
    "Horse_No": 3,
    "Odd": 27.0,
    "status": 0,
    "updatetime": 224014
  },
  {
    "Race_No": 4,
    "Horse_No": 1,
    "Odd": 14.0,
    "status": 0,
    "updatetime": 224014
  },
  {
    "Race_No": 4,
    "Horse_No": 2,
    "Odd": 7.8,
    "status": 0,
    "updatetime": 224014
  },
  {
    "Race_No": 4,
    "Horse_No": 3,
    "Odd": 5.9,
    "status": 0,
    "updatetime": 224014
  },
  {
    "Race_No": 4,
    "Horse_No": 4,
    "Odd": 23.0,
    "status": 0,
    "updatetime": 224014
  },
  {
    "Race_No": 4,
    "Horse_No": 5,
    "Odd": 4.0,
    "status": 1,
    "updatetime": 224014
  }
]

说明 #

• 代码通过字符串拆分实现，逻辑直观且易于维护
• 自动处理可变数量的赛事和马匹数据
• 将各字段转换为对应的数据类型（整数/浮点数）

内容的提问来源于stack exchange，提问作者smelling lady