Python文本转JSON代码输出异常，求正确实现方案

问题描述 #

需要将指定格式的文本转换为JSON数组格式，现有代码输出不符合预期，请求修正。

待转换文本 #

Reason: RSA private key
Date: 2021-05-10 01:37:04
Hash: 55cd03eb0f76c7b23d6c53dd2555f83709f834
Filepath: labs/lab-files/open-ssl-lab-files/private-key.pem
Branch: origin/master
Commit: 2.8.45: Updated Docker Files for PHP 8
-----BEGIN RSA PRIVATE KEY-----

Reason: Password in URL
Date: 2018-09-28 08:18:39
Hash: 0f9d4a66f2540f5154c01476e811615aad6291
Filepath: includes/hints/sqlmap-hint.inc
Branch: origin/master
Commit: =2.6.67
mysql://root:""@192.168.56.102:5123/nowasp

Reason: Password in URL
Date: 2018-09-28 08:18:39
Hash: 0f9d4a66f2540f5154c01476e811615aad6291
Filepath: owasp-esapi-php/lib/simpletest/docs/en/authentication_documentation.html
Branch: origin/master
Commit: =2.6.67
http://<strong>Me:Secret@</strong>www.lastcraft.com/protected/')

期望输出JSON数组 #

[
{
"Reason": "RSA private key",
"Date": "2021-05-10 01:37:04",
"Hash": "55cd03eb0f76c7b23d6c53dd2555f83709f834",
"Filepath": "labs/lab-files/open-ssl-lab-files/private-key.pem",
"Branch": "origin/master",
"Commit": "2.8.45: Updated Docker Files for PHP 8",
"url":"-----BEGIN RSA PRIVATE KEY-----"},
{
"Reason": "Password in URL",
"Date": "2018-09-28 08:18:39",
"Hash": "0f9d4a66f2540f5154c01476e811615aad6291",
"Filepath": "includes/hints/sqlmap-hint.inc",
"Branch": "origin/master",
"Commit": "=2.6.67",
"url":"mysql://root:""@192.168.56.102:5123/nowasp"
},
{
"Reason": "Password in URL",
"Date": "2018-09-28 08:18:39",
"Hash": "0f9d4a66f2540f5154c01476e811615aad6291",
"Filepath":"owasp-esapi-php/lib/simpletest/docs/en/authentication_documentation.html",
"Branch": "origin/master",
"Commit": "=2.6.67",
"url":"http://<strong>Me:Secret@</strong>www.lastcraft.com/protected/');'"
}
]

现有错误代码 #

import re

h = []
dy = {}
for index,name in  enumerate(thy):
    if (bool(re.search('://',name))) == True:
        dy.update({'url':name})
        continue
    elif (bool(re.search('-----BEGIN RSA',name))) == True:
        dy.update({'url':name})
        continue
    elif index % 6 == 0:
        h.append(dy)
        print(dy)
    else:
        a = name.split(':',1)[0]
        b = name.split(':',1)[1]
        dy.update({a:b})

代码问题分析 #

1. 条目分割逻辑错误：index % 6 == 0的判断时机不对，无法正确识别每个条目的结束点。
2. 未处理空行：原文本中的空行是条目分隔符，会导致split操作报错。
3. 字典未重置：所有条目共用同一个dy字典，最终列表中所有元素都会被最后一个条目覆盖。
4. 缺少条目完成后的收集逻辑：没有在每个条目结束时将字典加入列表并重置。

修正后的代码 #

import re
import json

# 预处理文本行：过滤空行，去除每行首尾空格
thy = [line.strip() for line in thy if line.strip()]

result = []
current_entry = {}

for line in thy:
    # 匹配URL或RSA私钥开头行，作为当前条目的url字段
    if re.search(r'://', line) or re.search(r'-----BEGIN RSA', line):
        current_entry['url'] = line
        # 将当前条目加入结果列表，重置字典准备下一个条目
        result.append(current_entry)
        current_entry = {}
    else:
        # 处理键值对行，分割键和值并去除首尾空格
        if ':' in line:
            key, value = line.split(':', 1)
            current_entry[key.strip()] = value.strip()

# 生成格式化的JSON输出
print(json.dumps(result, indent=2))

代码说明 #

1. 文本预处理：先过滤空行、去除每行首尾空格，避免无效内容干扰解析。
2. 条目识别：当遇到URL或RSA私钥行时，判定当前条目收集完成，将字典加入结果列表并重置。
3. 键值对解析：对普通行按:分割键和值，确保键值对格式正确存入字典。
4. JSON格式化：使用json.dumps生成带缩进的JSON字符串，完全匹配期望输出格式。

内容的提问来源于stack exchange，提问作者soumya ranjan