如何用正则替换JSON文件中的Date对象为格式化日期字符串？

嘿，这个需求太贴合实际了——处理大JSON文件时确实没法直接把整个文件加载成对象，正则替换是高效又省心的方案。我来给你拆解实现思路和具体操作：

核心思路分析 #

首先看你的目标转换：

原格式："insertedAt": { "$date": "2018-01-31T11:05:39.447Z" }
目标格式："insertedAt": "2018-01-31 11:05:39.447000"

我们需要做两件事：

1. 精准匹配JSON中所有"键名": { "$date": "日期字符串" }的结构
2. 把捕获到的日期字符串格式化为YYYY-MM-DD HH:MM:SS.ffffff的形式

正则匹配规则（兼容空格变化） #

JSON里可能存在任意空格（比如键和冒号之间、大括号内部），所以正则要考虑这些可变空格：

"(\w+)":\s*\{\s*"\$date":\s*"([^"]+)"\s*\}

• (\w+)：捕获键名（比如insertedAt）
• \s*：匹配任意数量的空格（包括0个）
• "\$date":：匹配固定的"$date"键（注意转义$）
• ([^"]+)：捕获引号内的完整日期字符串（比如2018-01-31T11:05:39.447Z）

日期字符串格式化逻辑 #

对捕获到的日期字符串（第二个分组），需要三步处理：

1. 把T替换为空格
2. 去掉末尾的Z
3. 把毫秒部分补全到6位（比如.447 → .447000）

分工具实现方案 #

1. Python（最灵活，适合复杂场景） #

用Python逐行处理大文件，避免加载整个文件到内存，同时用回调函数处理日期格式化：

import re

def format_date_match(match):
    # 取出捕获的键名和原始日期字符串
    key = match.group(1)
    raw_date = match.group(2)
    
    # 处理日期格式：替换T为空格，移除Z，补全毫秒到6位
    date_part, ms_part = raw_date.split('.')
    cleaned_date = date_part.replace('T', ' ')
    # 去掉Z并补0到6位
    formatted_ms = ms_part[:-1].ljust(6, '0')
    
    return f'"{key}": "{cleaned_date}.{formatted_ms}"'

# 逐行读写大文件
with open('input.json', 'r') as infile, open('output.json', 'w') as outfile:
    for line in infile:
        modified_line = re.sub(r'"(\w+)":\s*\{\s*"\$date":\s*"([^"]+)"\s*\}', format_date_match, line)
        outfile.write(modified_line)

2. VS Code/文本编辑器（快速手动处理） #

如果只是临时处理文件，用编辑器的正则替换功能：

• 查找模式："(\w+)":\s*\{\s*"\$date":\s*"(.*)T(.*)\.(\d{3})Z"\s*\}
• 替换模式："$1": "$2 $3.$4000"
• 开启正则匹配（点击查找框右侧的.*按钮），然后批量替换即可

3. Shell（sed命令，适合服务器环境） #

用sed的扩展正则实现批量替换：

sed -E 's/"([^"]+)":\s*\{\s*"\$date":\s*"([^T]+)T([^.]+)\.([0-9]{3})Z"\s*\}/"\1": "\2 \3.\4000"/g' input.json > output.json

注意事项 #

• 先拿小部分测试：正则是基于字符串匹配，先找一小段测试确保不会误匹配其他结构
• 兼容特殊日期格式：如果遇到没有毫秒的日期（比如2018-01-31T11:05:39Z），需要调整正则和格式化逻辑，比如补.000000
• 大文件优先逐行处理：Python和sed都是逐行读写，不会占用过多内存

内容的提问来源于stack exchange，提问作者Lorio