运维开发网

再见,正则表达式

运维开发网 https://www.qedev.com 2020-09-07 08:43 出处:51CTO 作者:小几斤
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

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") 
<Result () {}> 
>>>

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 
<Result ('Jack', '27', 'male') {}> 
>>> 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 
<Result () {'gender': 'male', 'age': '27', 'name': 'Jack'}> 
>>> 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") 
<Result ('Jack', '27', 'male') {}> 
>>>  
>>> pattern.parse("I am Tom, 26 years old, male") 
<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。

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

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

更多类型请参考官方文档:

TypeCharacters MatchedOutput
lLetters (ASCII)str
wLetters, numbers and underscorestr
WNot letters, numbers and underscorestr
sWhitespacestr
SNon-whitespacestr
dDigits (effectively integer numbers)int
DNon-digitstr
nNumbers with thousands separators (, or .)int
%Percentage (converted to value/100.0)float
fFixed-point numbersfloat
FDecimal numbersDecimal
eFloating-point numbers with exponent e.g. 1.1e-10, NAN (all case insensitive)float
gGeneral number format (either d, f or e)float
bBinary numbersint
oOctal numbersint
xHexadecimal numbers (lower and upper case)int
tiISO 8601 format date/time e.g. 1972-01-20T10:21:36Z (“T” and “Z” optional)datetime
teRFC2822 e-mail format date/time e.g. Mon, 20 Jan 1972 10:21:36 +1000datetime
tgGlobal (day/month) format date/time e.g. 20/1/1972 10:21:36 AM +1:00datetime
taUS (month/day) format date/time e.g. 1/20/1972 10:21:36 PM +10:30datetime
tcctime() format date/time e.g. Sun Sep 16 01:03:52 1973datetime
thHTTP log format date/time e.g. 21/Nov/2011:00:07:11 +0000datetime
tsLinux system log format date/time e.g. Nov 9 03:37:44datetime
ttTime e.g. 10:21:36 PM -5:30time

5. 提取时去除空格

去除两边空格

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

去除左边空格

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

去除右边空格

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

>>> parse('SPAM', 'spam') 
<Result () {}> 
>>> 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 
<Result ('he', 'll') {}>

模糊匹配:指定最小字符数

>>> parse('{:.2}{:2}', 'hello')  
<Result ('h', 'ello') {}> 
>>>  
>>> parse('{:2}{:2}', 'hello')  
<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

>>> parse('{:2}{:2}', '1024')  
<Result ('10', '24') {}> 
>>>  
>>>  
>>> parse('{:2d}{:2d}', '1024')  
<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

>>> 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") 
<Result (27,) {}> 
>>> type(_[0]) 
<type 'int'> 
>>>

其等价于

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

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))

<Result ('HELLO',) {}>

>>>

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。

再见,正则表达式

【编辑推荐】

  1. 如何让Python代码加速运行?

  2. 超硬核的 Python 数据可视化教程!

  3. 详解Python中的协程,为什么说它的底层是生成器?

  4. 新手请进:每个Python程序员都应该知道的10个缩写词

  5. Python之shutil模块11个常用函数详解

【责任编辑:武晓燕 TEL:(010)68476606】

扫码领视频副本.gif

0

精彩评论

暂无评论...
验证码 换一张
取 消

关注公众号