不需要用到正则的Python文本解析库parse
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。
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：
1.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：
| 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')
<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',) {}>
>>>
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。
以上就是不需要用到正则的python文本解析库parse的详细内容，更多关于python文本解析库parse的资料请关注其它相关文章！