python - 如何将 Twitch IRC 响应中的表情解析为字典列表？

Question

我想将来自 Twitch 的 IRC 消息解析为字典列表，以解释表情。

以下是我可以从 Twitch 获得的示例:

"Testing. :) Confirmed!"

{"emotes": [(1, (9, 10))]}

它描述了从字符 9 到 10 存在 ID 为 1 的表情(字符串为零索引)。

我希望我的数据采用以下格式:

[
    {
        "type": "text",
        "text": "Testing. "
    },
    {
        "type": "emote",
        "text": ":)",
        "id": 1
    },
    {
        "type": "text",
        "text": " Confirmed!"
    }
]

有没有一种相对干净的方法来实现这一点？

Answer 1

我不确定您收到的消息是否如下所示:

message = '''\
"Testing. :) Confirmed!"

{"emotes": [(1, (9, 10))]}'''

或者

text = "Testing. :) Confirmed!"
meta = '{"emotes": [(1, (9, 10))]}'

我假设是后者，因为很容易从前者转换为后者。也可能这些是 python 表示。你没说清楚。

有一种大大更好的方法来解决这个问题，即不使用正则表达式而仅使用字符串解析:

import json                                                                                                                                                                                                                     

text = 'Testing. :) Confirmed! :P'                                                                                                                                                                                              
print(len(text))                                                                                                                                                                                                                
meta = '{"emotes": [(1, (9, 10)), (2, (23,25))]}'                                                                                                                                                                               
meta = json.loads(meta.replace('(', '[').replace(')', ']'))                                                                                                                                                                     


results = []                                                                                                                                                                                                                    
cur_index = 0                                                                                                                                                                                                                   
for emote in meta['emotes']:                                                                                                                                                                                                    
    results.append({'type': 'text', 'text': text[cur_index:emote[1][0]]})                                                                                                                                                       
    results.append({'type': 'emote', 'text': text[emote[1][0]:emote[1][1]+1],                                                                                                                                                   
                    'id': emote[0]})                                                                                                                                                                                            
    cur_index = emote[1][1]+1                                                                                                                                                                                                   

if text[cur_index:]:                                                                                                                                                                                                            
    results.append({'type': 'text', 'text': text[cur_index:]})                                                                                                                                                                  

import pprint; pprint.pprint(results)      

<小时/>

根据您的评论，数据采用自定义格式。我从评论中复制/粘贴了一些字符，我不确定实际上是否出现在传入的数据中，我希望我的部分正确。消息中也只有一种类型的表情，所以我不完全确定它如何表示多种不同的表情类型 - 我希望有一些分隔符而不是多个 emote= 部分，或者这个方法需要一些重大修改，但这应该提供不需要正则表达式的解析。

from collections import namedtuple


Emote = namedtuple('Emote', ('id', 'start', 'end'))


def parse_emotes(raw):
    emotes = []
    for raw_emote in raw.split('/'):
        id, locations = raw_emote.split(':')
        id = int(id)
        locations = [location.split('-')
                     for location in locations.split(',')]
        for location in locations:
            emote = Emote(id=id, start=int(location[0]), end=int(location[1]))
            emotes.append(emote)
    return emotes

data = r'@badges=moderator/1;color=#0000FF;display-name=2Cubed;emotes=25:6-10,12-16;id=05aada01-f8c1-4b2e-a5be-2534096057b9;mod=1;room-id=82607708;subscriber=0;turbo=0;user-id=54561464;user-type=mod:2cubed!2cubed@2cubed.tmi.twitch.tv PRIVMSG #innectic :Hiya! Kappa Kappa'

meta, msgtype, channel, message = data.split(' ', maxsplit=3)
meta = dict(tag.split('=') for tag in meta.split(';'))
meta['emotes'] = parse_emotes(meta['emotes'])