不需要用到正則的Python文本解析庫parse
從一段指定的字符串中,取得期望的數據,正常人都會想到正則表達式吧?
寫過正則表達式的人都知道,正則表達式入門不難,寫起來也容易。
但是正則表達式幾乎沒有可讀性可言,維護起來,真的會讓人抓狂,別以為這段正則是你寫的就可以駕馭它,過個一個月你可能就不認識它瞭。
完全可以說,天下苦正則久矣。
1. 真實案例
拿一個最近使用 parse 的真實案例來舉例說明。
下面是 ovs 一個條流表,現在我需要收集提取一個虛擬機(網口)裡有多少流量、多少包流經瞭這條流表。也就是每個 in_port 對應的 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,你會怎麼做呢?
先以逗號分隔開來,再以等號分隔取出值來?
你不防可以嘗試一下,寫出來的代碼應該和我想象的一樣,沒有一絲美感而言。
我來給你展示一下,我是怎麼做的?
可以看到,我使用瞭一個叫做 parse 的第三方包,是需要自行安裝的
$ python -m pip install parse
從上面這個案例中,你應該能感受到 parse 對於解析規范的字符串,是非常強大的。
2. parse 的結果
parse 的結果隻有兩種結果:
1.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 實例
>>> parse("hello", "hello world") >>> parse("hello", "hello") <Result () {}> >>>
如果你編寫的解析規則,沒有為字段定義字段名,也就是匿名字段, Result 將是一個 類似 list 的實例,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則,為字段定義瞭字段名, Result 將是一個 類似 字典 的實例,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. 重復利用 pattern
和使用 re 一樣,parse 同樣支持 pattern 復用。
>>> 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. 類型轉化
從上面的例子中,你應該能註意到,parse 在獲取年齡的時候,變成瞭一個"27"
,這是一個字符串,有沒有一種辦法,可以在提取的時候就按照我們的類型進行轉換呢?
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'>
除瞭將其轉為 整型,還有其他格式嗎?
內置的格式還有很多,比如
匹配時間
>>> 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
Parse 默認是大小寫不敏感的,你寫 hello 和 HELLO 是一樣的。
如果你需要區分大小寫,那可以加個參數,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
精確匹配:指定最大字符數
>>> parse('{:.2}{:.2}', 'hello') # 字符數不符 >>> >>> parse('{:.2}{:.2}', 'hell') # 字符數相符 <Result ('he', 'll') {}>
模糊匹配:指定最小字符數
>>> parse('{:.2}{:2}', 'hello') <Result ('h', 'ello') {}> >>> >>> parse('{:2}{:2}', 'hello') <Result ('he', 'llo') {}>
若要在精準/模糊匹配的模式下,再進行格式轉換,可以這樣寫
>>> parse('{:2}{:2}', '1024') <Result ('10', '24') {}> >>> >>> >>> parse('{:2d}{:2d}', '1024') <Result (10, 24) {}>
8. 三個重要屬性
Parse 裡有三個非常重要的屬性
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,帶你瞭解他們之間有什麼不同
>>> 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. 自定義類型的轉換
匹配到的字符串,會做為參數傳入對應的函數
比如我們之前講過的,將字符串轉整型
>>> parse("I am {:d}", "I am 27") <Result (27,) {}> >>> type(_[0]) <type 'int'> >>>
其等價於
>>> 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 去寫正則開發效率不知道高幾個 level,用它寫出來的代碼富有美感,可讀性高,後期維護起代碼來一點壓力也沒有,推薦你使用。
以上就是不需要用到正則的Python文本解析庫parse的詳細內容,更多關於Python文本解析庫parse的資料請關註WalkonNet其它相關文章!
推薦閱讀:
- TypeScript開發小狀況記錄之選且隻選一個
- Python基礎之元編程知識總結
- golang 實現對Map進行鍵值自定義排序
- JavaScript對象與JSON格式的轉換及JSON.stringify和JSON.parse的使用方法
- Python中的變量與常量