如何用Python不借助json模块从LD+JSON脚本中提取作者姓名和URL

针对你不想使用json模块的需求，这里提供两种简单可直接运行的实现方式：

方法1：正则表达式提取（代码最简洁） #

直接通过正则定位author字段下的对应值，匹配逻辑精准：

import re

# data为你存储原始内容的变量
# 提取作者名称
author_name = re.search(r'"author":\{.*?"name":"(.*?)"', data).group(1)
# 提取作者URL
author_url = re.search(r'"author":\{.*?"url":"(.*?)"', data).group(1)

print("作者名称：", author_name)
print("作者URL：", author_url)

运行输出结果：

作者名称： James S. Fisher
作者URL： https://medium.com/@jamessfisher

方法2：纯字符串切割实现（无任何模块依赖） #

如果连re模块都不想引入，完全用Python基础字符串操作也可以实现：

# 定位author对象的内容起止位置
author_start_idx = data.find('"author":{') + len('"author":{')
author_end_idx = data.find('}', author_start_idx)
# 截取author内部的字段内容
author_part = data[author_start_idx:author_end_idx]

# 切割提取name值
name_start = author_part.find('"name":"') + len('"name":"')
name_end = author_part.find('"', name_start)
author_name = author_part[name_start:name_end]

# 切割提取url值
url_start = author_part.find('"url":"') + len('"url":"')
url_end = author_part.find('"', url_start)
author_url = author_part[url_start:url_end]

print("作者名称：", author_name)
print("作者URL：", author_url)

注：以上两种方案都是针对你给出的当前数据结构设计，若后续数据结构发生大幅调整可对应修改匹配规则即可。

内容的提问来源于stack exchange，提问作者Qasim0787