再见，正则表达式

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 。

 
 
 
 

  
  
  
  
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

 
 
 
 

  
  
  
  
$ 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

 
 
 
 

  
  
  
  
>>> parse("halo", "hello") is None 
  
  
  
  
True 
  
  
  
  
>>> 
 
 
 
 

如果匹配上，parse 的值则 为 Result 实例

 
 
 
 

  
  
  
  
>>> parse("hello", "hello world") 
  
  
  
  
>>> parse("hello", "hello") 
  
  
  
  
 
  
  
  
  
>>>  
 
 
 
 

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：

 
 
 
 

  
  
  
  
>>> profile = parse("I am {}, {} years old, {}", "I am Jack, 27 years old, male") 
  
  
  
  
>>> profile 
  
  
  
  
 
  
  
  
  
>>> profile[0] 
  
  
  
  
'Jack' 
  
  
  
  
>>> profile[1] 
  
  
  
  
'27' 
  
  
  
  
>>> profile[2] 
  
  
  
  
'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：

 
 
 
 

  
  
  
  
>>> profile = parse("I am {name}, {age} years old, {gender}", "I am Jack, 27 years old, male") 
  
  
  
  
>>> profile 
  
  
  
  
 
  
  
  
  
>>> profile['name'] 
  
  
  
  
'Jack' 
  
  
  
  
>>> profile['age'] 
  
  
  
  
'27' 
  
  
  
  
>>> profile['gender'] 
  
  
  
  
'male' 
 
 
 
 

3. 重复利用 pattern

和使用 re 一样，parse 同样支持 pattern 复用。

 
 
 
 

  
  
  
  
>>> from parse import compile 
  
  
  
  
>>>  
  
  
  
  
>>> pattern = compile("I am {}, {} years old, {}") 
  
  
  
  
>>> pattern.parse("I am Jack, 27 years old, male") 
  
  
  
  
 
  
  
  
  
>>>  
  
  
  
  
>>> pattern.parse("I am Tom, 26 years old, 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。

 
 
 
 

  
  
  
  
>>> from parse import parse 
  
  
  
  
>>> profile = parse("I am {name}, {age:d} years old, {gender}", "I am Jack, 27 years old, male") 
  
  
  
  
>>> profile 
  
  
  
  
 
  
  
  
  
>>> type(profile["age"]) 
  
  
  
  
 
 
 
 
 

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

 
 
 
 

  
  
  
  
>>> parse('Meet at {:tg}', 'Meet at 1/2/2011 11:00 PM') 
  
  
  
  
 
 
 
 
 

更多类型请参考官方文档：

5. 提取时去除空格

去除两边空格

 
 
 
 

  
  
  
  
>>> parse('hello {} , hello python', 'hello     world    , hello python') 
  
  
  
  
 
  
  
  
  
>>>  
  
  
  
  
>>>  
  
  
  
  
>>> parse('hello {:^} , hello python', 'hello     world    , hello python') 
  
  
  
  
 
 
 
 
 

去除左边空格

 
 
 
 

  
  
  
  
>>> parse('hello {:>} , hello python', 'hello     world    , hello python') 
  
  
  
  
 
 
 
 
 

去除右边空格

 
 
 
 

  
  
  
  
>>> parse('hello {:<} , hello python', 'hello     world    , hello python') 
  
  
  
  
 
 
 
 
 

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：

 
 
 
 

  
  
  
  
>>> parse('SPAM', 'spam') 
  
  
  
  
 
  
  
  
  
>>> parse('SPAM', 'spam') is None 
  
  
  
  
False 
  
  
  
  
>>> parse('SPAM', 'spam', case_sensitive=True) is None 
  
  
  
  
True 
 
 
 
 

7. 匹配字符数

精确匹配：指定最大字符数

 
 
 
 

  
  
  
  
>>> parse('{:.2}{:.2}', 'hello')  # 字符数不符 
  
  
  
  
>>>  
  
  
  
  
>>> parse('{:.2}{:.2}', 'hell')   # 字符数相符 
  
  
  
  
 
 
 
 
 

模糊匹配：指定最小字符数

 
 
 
 

  
  
  
  
>>> parse('{:.2}{:2}', 'hello')  
  
  
  
  
 
  
  
  
  
>>>  
  
  
  
  
>>> parse('{:2}{:2}', 'hello')  
  
  
  
  
 
 
 
 
 

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

 
 
 
 

  
  
  
  
>>> parse('{:2}{:2}', '1024')  
  
  
  
  
 
  
  
  
  
>>>  
  
  
  
  
>>>  
  
  
  
  
>>> parse('{:2d}{:2d}', '1024')  
  
  
  
  
 
 
 
 
 

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

 
 
 
 

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

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

 
 
 
 

  
  
  
  
>>> parse("I am {:d}", "I am 27") 
  
  
  
  
 
  
  
  
  
>>> type(_[0]) 
  
  
  
  
 
  
  
  
  
>>>  
 
 
 
 

其等价于

 
 
 
 

  
  
  
  
>>> def myint(string): 
  
  
  
  
...     return int(string) 
  
  
  
  
...  
  
  
  
  
>>>  
  
  
  
  
>>>  
  
  
  
  
>>> parse("I am {:myint}", "I am 27", dict(myint=myint)) 
  
  
  
  
 
  
  
  
  
>>> type(_[0]) 
  
  
  
  
 
  
  
  
  
>>> 
 
 
 
 

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

 
 
 
 

  
  
  
  
>>> def shouty(string): 
  
  
  
  
...    return string.upper() 
  
  
  
  
... 
  
  
  
  
>>> parse('{:shouty} world', 'hello world', dict(shouty=shouty)) 
  
  
  
  
 
  
  
  
  
>>> 
 
 
 
 

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。

本文名称：再见，正则表达式
标题网址：http://www.csdahua.cn/qtweb/news8/343658.html

网站建设、网络推广公司-快上网，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 快上网