欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

不需要用到正则的Python文本解析库parse

程序员文章站 2022-06-24 09:45:50
目录1. 真实案例2. parse 的结果3. 重复利用 pattern4. 类型转化5. 提取时去除空格6. 大小写敏感开关7. 匹配字符数8. 三个重要属性9. 自定义类型的转换10 总结一下从一...

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?

不需要用到正则的Python文本解析库parse

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!