Chinaunix首页 | 论坛 | 博客
  • 博客访问: 7640
  • 博文数量: 51
  • 博客积分: 0
  • 博客等级: 民兵
  • 技术积分: 255
  • 用 户 组: 普通用户
  • 注册时间: 2020-12-30 16:49
文章分类
文章存档

2021年(48)

2020年(3)

我的朋友

分类: Python/Ruby

2021-01-12 13:39:00



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。


>给大家推荐我自己的qun:850973621
把各种 python 的高效的使用技
巧用电子书的形式展示出来。有兴趣
的可以进群看一看视频教学和录播






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,arp,in_port="tapbbdf080b-c2" actions=resubmit(,24)
复制代码
```


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,没有一丝感而言。


我来给你展示一下,我是怎么做的?


[图片上传失败...(image-fa4113-1610429647113)]


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
复制代码
```


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:


1.  没有匹配上,parse 的值为None


```
>>> parse("halo", "hello") is None
True
>>>
复制代码
```


2.  如果匹配上,parse 的值则 为 Result 实例


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

>>> 
复制代码
```


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'
复制代码
```


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'
复制代码
```


## 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")

复制代码
```


## 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"])

复制代码
```


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')

复制代码
```


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


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

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

复制代码
```


去除左边空格


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

复制代码
```


去除右边空格


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

复制代码
```


## 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
复制代码
```


## 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

复制代码
```


模糊匹配:指定最小字符数


```
>>> parse('{:.2}{:2}', 'hello') 

>>> 
>>> parse('{:2}{:2}', 'hello') 

复制代码
```


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') 

复制代码
```


## 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)}
>>> 
复制代码
```


## 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])

>>> 
复制代码
```


其等价于


```
>>> def myint(string):
...     return int(string)
... 
>>> 
>>> 
>>> parse("I am {:myint}", "I am 27", dict(myint=myint))

>>> type(_[0])

>>>
复制代码
```


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))

>>>
复制代码
```


## 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。


关于底层是如何实现的,是不是依赖正则,咱也不清楚。


速度上没有测试,目测不会比正则快。但是 parse 本身适用的场景就比较特殊,它适用于格式规范的小文本解析,如果要解析大文本,建议还是正则搞起吧。








原文链接:https://juejin.cn/post/6869911894153494536


阅读(56) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~