不需要用到正則的Python文本解析庫(kù)parse
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(xiě)過(guò)正則表達(dá)式的人都知道，正則表達(dá)式入門(mén)不難，寫(xiě)起來(lái)也容易。
但是正則表達(dá)式幾乎沒(méi)有可讀性可言，維護(hù)起來(lái)，真的會(huì)讓人抓狂，別以為這段正則是你寫(xiě)的就可以駕馭它，過(guò)個(gè)一個(gè)月你可能就不認(rèn)識(shí)它了。
完全可以說(shuō)，天下苦正則久矣。
1. 真實(shí)案例
拿一個(gè)最近使用 parse 的真實(shí)案例來(lái)舉例說(shuō)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(duì)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(kāi)來(lái)，再以等號(hào)分隔取出值來(lái)？
你不防可以嘗試一下，寫(xiě)出來(lái)的代碼應(yīng)該和我想象的一樣，沒(méi)有一絲美感而言。
我來(lái)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(duì)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：
1.沒(méi)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(xiě)的解析規(guī)則，沒(méi)有為字段定義字段名，也就是匿名字段， Result 將是一個(gè) 類(lèi)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(xiě)的解析規(guī)則，為字段定義了字段名， Result 將是一個(gè) 類(lèi)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(lèi)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(méi)有一種辦法，可以在提取的時(shí)候就按照我們的類(lèi)型進(jìn)行轉(zhuǎn)換呢？
你可以這樣寫(xiě)。
>>> 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(lèi)型請(qǐng)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(xiě)敏感開(kāi)關(guān)
Parse 默認(rèn)是大小寫(xiě)不敏感的，你寫(xiě) hello 和 HELLO 是一樣的。
如果你需要區(qū)分大小寫(xiě)，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(xiě)
>>> 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(lèi)型的轉(zhuǎn)換
匹配到的字符串，會(huì)做為參數(shù)傳入對(duì)應(yīng)的函數(shù)
比如我們之前講過(guò)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(xiě)
>>> def shouty(string):
... return string.upper()
...
>>> parse('{:shouty} world', 'hello world', dict(shouty=shouty))
<Result ('HELLO',) {}>
>>>
10 總結(jié)一下
parse 庫(kù)在字符串解析處理場(chǎng)景中提供的便利，肉眼可見(jiàn)，上手簡(jiǎn)單。
在一些簡(jiǎn)單的場(chǎng)景中，使用 parse 可比使用 re 去寫(xiě)正則開(kāi)發(fā)效率不知道高幾個(gè) level，用它寫(xiě)出來(lái)的代碼富有美感，可讀性高，后期維護(hù)起代碼來(lái)一點(diǎn)壓力也沒(méi)有，推薦你使用。
以上就是不需要用到正則的Python文本解析庫(kù)parse的詳細(xì)內(nèi)容，更多關(guān)于Python文本解析庫(kù)parse的資料請(qǐng)關(guān)注本站其它相關(guān)文章！
版權(quán)聲明：本站文章來(lái)源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來(lái)源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來(lái)源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來(lái)，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信