再見,正則表達(dá)式
從一段指定的字符串中,取得期望的數(shù)據(jù),正常人都會(huì)想到正則表達(dá)式吧?
寫過正則表達(dá)式的人都知道,正則表達(dá)式入門不難,寫起來也容易。
但是正則表達(dá)式幾乎沒有可讀性可言,維護(hù)起來,真的會(huì)讓人抓狂,別以為這段正則是你寫的就可以駕馭它,過個(gè)一個(gè)月你可能就不認(rèn)識(shí)它了。
完全可以說,天下苦正則久矣。
今天給你介紹一個(gè)好東西,可以讓你擺脫正則的噩夢,那就是 Python 中一個(gè)非常冷門的庫 -- parse 。
1. 真實(shí)案例
拿一個(gè)最近使用 parse 的真實(shí)案例來舉例說明。
下面是 ovs 一個(gè)條流表,現(xiàn)在我需要收集提取一個(gè)虛擬機(jī)(網(wǎng)口)里有多少流量、多少包流經(jīng)了這條流表。也就是每個(gè) in_port 對應(yīng)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,你會(huì)怎么做呢?
先以逗號(hào)分隔開來,再以等號(hào)分隔取出值來?
你不防可以嘗試一下,寫出來的代碼應(yīng)該和我想象的一樣,沒有一絲美感而言。
我來給你展示一下,我是怎么做的?
可以看到,我使用了一個(gè)叫做 parse 的第三方包,是需要自行安裝的
- $ python -m pip install parse
從上面這個(gè)案例中,你應(yīng)該能感受到 parse 對于解析規(guī)范的字符串,是非常強(qiáng)大的。
2. parse 的結(jié)果
parse 的結(jié)果只有兩種結(jié)果:
沒有匹配上,parse 的值為None
- >>> parse("halo", "hello") is None
- True
- >>>
如果匹配上,parse 的值則 為 Result 實(shí)例
- >>> parse("hello", "hello world")
- >>> parse("hello", "hello")
- <Result () {}>
- >>>
如果你編寫的解析規(guī)則,沒有為字段定義字段名,也就是匿名字段, Result 將是一個(gè) 類似 list 的實(shí)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'
而如果你編寫的解析規(guī)則,為字段定義了字段名, Result 將是一個(gè) 類似 字典 的實(shí)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. 重復(fù)利用 pattern
和使用 re 一樣,parse 同樣支持 pattern 復(fù)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. 類型轉(zhuǎn)化
從上面的例子中,你應(yīng)該能注意到,parse 在獲取年齡的時(shí)候,變成了一個(gè)"27" ,這是一個(gè)字符串,有沒有一種辦法,可以在提取的時(shí)候就按照我們的類型進(jìn)行轉(zhuǎn)換呢?
你可以這樣寫。
- >>> 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'>
除了將其轉(zhuǎn)為 整型,還有其他格式嗎?
內(nèi)置的格式還有很多,比如
匹配時(shí)間
- >>> parse('Meet at {:tg}', 'Meet at 1/2/2011 11:00 PM')
- <Result (datetime.datetime(2011, 2, 1, 23, 0),) {}>
更多類型請參考官方文檔:
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. 提取時(shí)去除空格
去除兩邊空格
- >>> parse('hello {} , hello python', 'hello world , hello python')
- <Result (' world ',) {}>
- >>>
- >>>
- >>> parse('hello {:^} , hello python', 'hello world , hello python')
- <Result ('world',) {}>
去除左邊空格
- >>> parse('hello {:>} , hello python', 'hello world , hello python')
- <Result ('world ',) {}>
去除右邊空格
- >>> parse('hello {:<} , hello python', 'hello world , hello python')
- <Result (' world',) {}>
6. 大小寫敏感開關(guān)
Parse 默認(rèn)是大小寫不敏感的,你寫 hello 和 HELLO 是一樣的。
如果你需要區(qū)分大小寫,那可以加個(gè)參數(shù),演示如下:
- >>> parse('SPAM', 'spam')
- <Result () {}>
- >>> parse('SPAM', 'spam') is None
- False
- >>> parse('SPAM', 'spam', case_sensitive=True) is None
- True
7. 匹配字符數(shù)
精確匹配:指定最大字符數(shù)
- >>> parse('{:.2}{:.2}', 'hello') # 字符數(shù)不符
- >>>
- >>> parse('{:.2}{:.2}', 'hell') # 字符數(shù)相符
- <Result ('he', 'll') {}>
模糊匹配:指定最小字符數(shù)
- >>> parse('{:.2}{:2}', 'hello')
- <Result ('h', 'ello') {}>
- >>>
- >>> parse('{:2}{:2}', 'hello')
- <Result ('he', 'llo') {}>
若要在精準(zhǔn)/模糊匹配的模式下,再進(jìn)行格式轉(zhuǎn)換,可以這樣寫
- >>> parse('{:2}{:2}', '1024')
- <Result ('10', '24') {}>
- >>>
- >>>
- >>> parse('{:2d}{:2d}', '1024')
- <Result (10, 24) {}>
8. 三個(gè)重要屬性
Parse 里有三個(gè)非常重要的屬性
- fixed:利用位置提取的匿名字段的元組
- named:存放有命名的字段的字典
- spans:存放匹配到字段的位置
下面這段代碼,帶你了解他們之間有什么不同
- >>> 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. 自定義類型的轉(zhuǎn)換
匹配到的字符串,會(huì)做為參數(shù)傳入對應(yīng)的函數(shù)
比如我們之前講過的,將字符串轉(zhuǎn)整型
- >>> parse("I am {:d}", "I am 27")
- <Result (27,) {}>
- >>> type(_[0])
- <type 'int'>
- >>>
其等價(jià)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,我們可以定制很多的功能,比如我想把匹配的字符串弄成全大寫
- >>> def shouty(string):
- ... return string.upper()
- ...
- >>> parse('{:shouty} world', 'hello world', dict(shouty=shouty))
- <Result ('HELLO',) {}>
- >>>
10 總結(jié)一下
parse 庫在字符串解析處理場景中提供的便利,肉眼可見,上手簡單。
在一些簡單的場景中,使用 parse 可比使用 re 去寫正則開發(fā)效率不知道高幾個(gè) level,用它寫出來的代碼富有美感,可讀性高,后期維護(hù)起代碼來一點(diǎn)壓力也沒有,推薦你使用。
本文轉(zhuǎn)載自微信公眾號(hào)「 Python編程時(shí)光」,可以通過以下二維碼關(guān)注。轉(zhuǎn)載本文請聯(lián)系 Python編程時(shí)光公眾號(hào)。