再见,正则表达式

开发 前端
从一段指定的字符串中,取得期望的数据,正常人都会想到正则表达式吧?写过正则表达式的人都知道,正则表达式入门不难,写起来也容易。

 [[340693]]

从一段指定的字符串中,取得期望的数据,正常人都会想到正则表达式吧?

写过正则表达式的人都知道,正则表达式入门不难,写起来也容易。

但是正则表达式几乎没有可读性可言,维护起来,真的会让人抓狂,别以为这段正则是你写的就可以驾驭它,过个一个月你可能就不认识它了。

完全可以说,天下苦正则久矣。

今天给你介绍一个好东西,可以让你摆脱正则的噩梦,那就是 Python 中一个非常冷门的库 -- parse 。

1. 真实案例

拿一个最近使用 parse 的真实案例来举例说明。

下面是 ovs 一个条流表,现在我需要收集提取一个虚拟机(网口)里有多少流量、多少包流经了这条流表。也就是每个 in_port 对应的 n_bytes、n_packets 的值 。

  1. cookie=0x9816da8e872d717d, duration=298506.364s, table=0, n_packets=480, n_bytes=20160, priority=10,ip,in_port="tapbbdf080b-c2" actions=NORMAL 

如果是你,你会怎么做呢?

先以逗号分隔开来,再以等号分隔取出值来?

你不防可以尝试一下,写出来的代码应该和我想象的一样,没有一丝美感而言。

我来给你展示一下,我是怎么做的?

可以看到,我使用了一个叫做 parse 的第三方包,是需要自行安装的

  1. $ python -m pip install parse 

从上面这个案例中,你应该能感受到 parse 对于解析规范的字符串,是非常强大的。

2. parse 的结果

parse 的结果只有两种结果:

没有匹配上,parse 的值为None

  1. >>> parse("halo""hello"is None 
  2. True 
  3. >>> 

如果匹配上,parse 的值则 为 Result 实例

  1. >>> parse("hello""hello world"
  2. >>> parse("hello""hello"
  3. <Result () {}> 
  4. >>>  

如果你编写的解析规则,没有为字段定义字段名,也就是匿名字段, Result 将是一个 类似 list 的实例,演示如下:

  1. >>> profile = parse("I am {}, {} years old, {}""I am Jack, 27 years old, male"
  2. >>> profile 
  3. <Result ('Jack''27''male') {}> 
  4. >>> profile[0] 
  5. 'Jack' 
  6. >>> profile[1] 
  7. '27' 
  8. >>> profile[2] 
  9. 'male' 

而如果你编写的解析规则,为字段定义了字段名, Result 将是一个 类似 字典 的实例,演示如下:

  1. >>> profile = parse("I am {name}, {age} years old, {gender}""I am Jack, 27 years old, male"
  2. >>> profile 
  3. <Result () {'gender''male''age''27''name''Jack'}> 
  4. >>> profile['name'
  5. 'Jack' 
  6. >>> profile['age'
  7. '27' 
  8. >>> profile['gender'
  9. 'male' 

3. 重复利用 pattern

和使用 re 一样,parse 同样支持 pattern 复用。

  1. >>> from parse import compile 
  2. >>>  
  3. >>> pattern = compile("I am {}, {} years old, {}"
  4. >>> pattern.parse("I am Jack, 27 years old, male"
  5. <Result ('Jack''27''male') {}> 
  6. >>>  
  7. >>> pattern.parse("I am Tom, 26 years old, male"
  8. <Result ('Tom''26''male') {}> 

4. 类型转化

从上面的例子中,你应该能注意到,parse 在获取年龄的时候,变成了一个"27" ,这是一个字符串,有没有一种办法,可以在提取的时候就按照我们的类型进行转换呢?

你可以这样写。

  1. >>> from parse import parse 
  2. >>> profile = parse("I am {name}, {age:d} years old, {gender}""I am Jack, 27 years old, male"
  3. >>> profile 
  4. <Result () {'gender''male''age': 27, 'name''Jack'}> 
  5. >>> type(profile["age"]) 
  6. <type 'int'

除了将其转为 整型,还有其他格式吗?

内置的格式还有很多,比如

匹配时间

  1. >>> parse('Meet at {:tg}''Meet at 1/2/2011 11:00 PM'
  2. <Result (datetime.datetime(2011, 2, 1, 23, 0),) {}> 

更多类型请参考官方文档:

Type Characters Matched Output
l Letters (ASCII) str
w Letters, numbers and underscore str
W Not letters, numbers and underscore str
s Whitespace str
S Non-whitespace str
d Digits (effectively integer numbers) int
D Non-digit str
n Numbers with thousands separators (, or .) int
% Percentage (converted to value/100.0) float
f Fixed-point numbers float
F Decimal numbers Decimal
e Floating-point numbers with exponent e.g. 1.1e-10, NAN (all case insensitive) float
g General number format (either d, f or e) float
b Binary numbers int
o Octal numbers int
x Hexadecimal numbers (lower and upper case) int
ti ISO 8601 format date/time e.g. 1972-01-20T10:21:36Z (“T” and “Z” optional) datetime
te RFC2822 e-mail format date/time e.g. Mon, 20 Jan 1972 10:21:36 +1000 datetime
tg Global (day/month) format date/time e.g. 20/1/1972 10:21:36 AM +1:00 datetime
ta US (month/day) format date/time e.g. 1/20/1972 10:21:36 PM +10:30 datetime
tc ctime() format date/time e.g. Sun Sep 16 01:03:52 1973 datetime
th HTTP log format date/time e.g. 21/Nov/2011:00:07:11 +0000 datetime
ts Linux system log format date/time e.g. Nov 9 03:37:44 datetime
tt Time e.g. 10:21:36 PM -5:30 time

5. 提取时去除空格

去除两边空格

  1. >>> parse('hello {} , hello python''hello     world    , hello python'
  2. <Result ('    world   ',) {}> 
  3. >>>  
  4. >>>  
  5. >>> parse('hello {:^} , hello python''hello     world    , hello python'
  6. <Result ('world',) {}> 

去除左边空格

  1. >>> parse('hello {:>} , hello python''hello     world    , hello python'
  2. <Result ('world   ',) {}> 

去除右边空格

  1. >>> parse('hello {:<} , hello python''hello     world    , hello python'
  2. <Result ('    world',) {}> 

6. 大小写敏感开关

Parse 默认是大小写不敏感的,你写 hello 和 HELLO 是一样的。

如果你需要区分大小写,那可以加个参数,演示如下:

  1. >>> parse('SPAM''spam'
  2. <Result () {}> 
  3. >>> parse('SPAM''spam'is None 
  4. False 
  5. >>> parse('SPAM''spam', case_sensitive=Trueis None 
  6. True 

7. 匹配字符数

精确匹配:指定最大字符数

  1. >>> parse('{:.2}{:.2}''hello')  # 字符数不符 
  2. >>>  
  3. >>> parse('{:.2}{:.2}''hell')   # 字符数相符 
  4. <Result ('he''ll') {}> 

模糊匹配:指定最小字符数

  1. >>> parse('{:.2}{:2}''hello')  
  2. <Result ('h''ello') {}> 
  3. >>>  
  4. >>> parse('{:2}{:2}''hello')  
  5. <Result ('he''llo') {}> 

若要在精准/模糊匹配的模式下,再进行格式转换,可以这样写

  1. >>> parse('{:2}{:2}''1024')  
  2. <Result ('10''24') {}> 
  3. >>>  
  4. >>>  
  5. >>> parse('{:2d}{:2d}''1024')  
  6. <Result (10, 24) {}> 

8. 三个重要属性

Parse 里有三个非常重要的属性

  • fixed:利用位置提取的匿名字段的元组
  • named:存放有命名的字段的字典
  • spans:存放匹配到字段的位置

下面这段代码,带你了解他们之间有什么不同

  1. >>> profile = parse("I am {name}, {age:d} years old, {}""I am Jack, 27 years old, male"
  2. >>> profile.fixed 
  3. ('male',) 
  4. >>> profile.named 
  5. {'age': 27, 'name''Jack'
  6. >>> profile.spans 
  7. {0: (25, 29), 'age': (11, 13), 'name': (5, 9)} 
  8. >>>  

9. 自定义类型的转换

匹配到的字符串,会做为参数传入对应的函数

比如我们之前讲过的,将字符串转整型

  1. >>> parse("I am {:d}""I am 27"
  2. <Result (27,) {}> 
  3. >>> type(_[0]) 
  4. <type 'int'
  5. >>>  

其等价于

  1. >>> def myint(string): 
  2. ...     return int(string) 
  3. ...  
  4. >>>  
  5. >>>  
  6. >>> parse("I am {:myint}""I am 27", dict(myint=myint)) 
  7. <Result (27,) {}> 
  8. >>> type(_[0]) 
  9. <type 'int'
  10. >>> 

利用它,我们可以定制很多的功能,比如我想把匹配的字符串弄成全大写

  1. >>> def shouty(string): 
  2. ...    return string.upper() 
  3. ... 
  4. >>> parse('{:shouty} world''hello world', dict(shouty=shouty)) 
  5. <Result ('HELLO',) {}> 
  6. >>> 

10 总结一下

parse 库在字符串解析处理场景中提供的便利,肉眼可见,上手简单。

在一些简单的场景中,使用 parse 可比使用 re 去写正则开发效率不知道高几个 level,用它写出来的代码富有美感,可读性高,后期维护起代码来一点压力也没有,推荐你使用。

本文转载自微信公众号「 Python编程时光」,可以通过以下二维码关注。转载本文请联系 Python编程时光公众号。

 

责任编辑:武晓燕 来源: Python编程时光
相关推荐

2018-09-27 15:25:08

正则表达式前端

2010-03-25 18:25:36

Python正则表达式

2009-02-18 09:48:20

正则表达式Java教程

2011-06-02 12:34:16

正则表达式

2009-09-16 18:19:34

正则表达式组

2021-01-27 11:34:19

Python正则表达式字符串

2019-07-17 15:45:47

正则表达式字符串前端

2017-05-12 10:47:45

Linux正则表达式程序基础

2022-03-28 06:19:14

正则表达式开发

2009-09-16 17:15:57

正则表达式引擎

2022-01-04 11:35:03

Linux Shel正则表达式Linux

2023-09-13 08:12:45

2016-11-10 16:21:22

Java 正则表达式

2012-04-28 15:22:46

PHP

2009-08-07 14:24:31

.NET正则表达式

2011-07-11 12:33:30

JAVA

2009-08-07 15:16:10

C#正则表达式

2010-07-14 09:37:46

Perl正则表达式

2011-06-16 15:28:31

正则表达式

2009-08-03 17:27:14

C#正则表达式
点赞
收藏

51CTO技术栈公众号