再见，正则表达式

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。

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 。

1cookie=0x9816da8e872d717d, duration=298506.364s, table=0, n_packets=480, n_bytes=20160, priority=10,ip,in_port="tapbbdf080b-c2" actions=NORMAL  
2

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

1$ python -m pip install parse  
2

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

1>>> parse("halo", "hello") is None  
2True  
3>>>  
4

2. 如果匹配上，parse 的值则 为 Result 实例

1>>> parse("hello", "hello world")  
2>>> parse("hello", "hello")  
3<Result () {}>  
4>>>

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：

1>>> profile = parse("I am {}, {} years old, {}", "I am Jack, 27 years old, male")  
2>>> profile  
3<Result ('Jack', '27', 'male') {}>  
4>>> profile[0]  
5'Jack'  
6>>> profile[1]  
7'27'  
8>>> profile[2]  
9'male'  
10

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：

1>>> profile = parse("I am {name}, {age} years old, {gender}", "I am Jack, 27 years old, male")  
2>>> profile  
3<Result () {'gender': 'male', 'age': '27', 'name': 'Jack'}>  
4>>> profile['name']  
5'Jack'  
6>>> profile['age']  
7'27'  
8>>> profile['gender']  
9'male'  
10

3. 重复利用 pattern

和使用 re 一样，parse 同样支持 pattern 复用。

1>>> from parse import compile  
2>>>   
3>>> pattern = compile("I am {}, {} years old, {}")  
4>>> pattern.parse("I am Jack, 27 years old, male")  
5<Result ('Jack', '27', 'male') {}>  
6>>>   
7>>> pattern.parse("I am Tom, 26 years old, male")  
8<Result ('Tom', '26', 'male') {}>  
9

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。

1>>> from parse import parse  
2>>> profile = parse("I am {name}, {age:d} years old, {gender}", "I am Jack, 27 years old, male")  
3>>> profile  
4<Result () {'gender': 'male', 'age': 27, 'name': 'Jack'}>  
5>>> type(profile["age"])  
6<type 'int'>  
7

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

1>>> parse('Meet at {:tg}', 'Meet at 1/2/2011 11:00 PM')  
2<Result (datetime.datetime(2011, 2, 1, 23, 0),) {}>  
3

更多类型请参考官方文档：

5. 提取时去除空格

去除两边空格

1>>> parse('hello {} , hello python', 'hello     world    , hello python')  
2<Result ('    world   ',) {}>  
3>>>   
4>>>   
5>>> parse('hello {:^} , hello python', 'hello     world    , hello python')  
6<Result ('world',) {}>  
7

去除左边空格

1>>> parse('hello {:>} , hello python', 'hello     world    , hello python')  
2<Result ('world   ',) {}>  
3

去除右边空格

1>>> parse('hello {:<} , hello python', 'hello     world    , hello python')  
2<Result ('    world',) {}>  
3

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：

1>>> parse('SPAM', 'spam')  
2<Result () {}>  
3>>> parse('SPAM', 'spam') is None  
4False  
5>>> parse('SPAM', 'spam', case_sensitive=True) is None  
6True  
7

7. 匹配字符数

精确匹配：指定最大字符数

1>>> parse('{:.2}{:.2}', 'hello')  # 字符数不符  
2>>>   
3>>> parse('{:.2}{:.2}', 'hell')   # 字符数相符  
4<Result ('he', 'll') {}>  
5

模糊匹配：指定最小字符数

1>>> parse('{:.2}{:2}', 'hello')   
2<Result ('h', 'ello') {}>  
3>>>   
4>>> parse('{:2}{:2}', 'hello')   
5<Result ('he', 'llo') {}>  
6

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

1>>> parse('{:2}{:2}', '1024')   
2<Result ('10', '24') {}>  
3>>>   
4>>>   
5>>> parse('{:2d}{:2d}', '1024')   
6<Result (10, 24) {}>  
7

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

1>>> profile = parse("I am {name}, {age:d} years old, {}", "I am Jack, 27 years old, male")  
2>>> profile.fixed  
3('male',)  
4>>> profile.named  
5{'age': 27, 'name': 'Jack'}  
6>>> profile.spans  
7{0: (25, 29), 'age': (11, 13), 'name': (5, 9)}  
8>>>

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

1>>> parse("I am {:d}", "I am 27")  
2<Result (27,) {}>  
3>>> type(_[0])  
4<type 'int'>  
5>>> 

其等价于

1>>> def myint(string):  
2...     return int(string)  
3...   
4>>>   
5>>>   
6>>> parse("I am {:myint}", "I am 27", dict(myint=myint))  
7<Result (27,) {}>  
8>>> type(_[0])  
9<type 'int'>  
10>>>  
11

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

1>>> def shouty(string):  
2...    return string.upper()  
3...  
4>>> parse('{:shouty} world', 'hello world', dict(shouty=shouty))  
5<Result ('HELLO',) {}>  
6>>>  
7

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。

-------------------********************************** End **********-------------**-----********-**********************************

往期精彩文章推荐：

• 手把手教你用Python制作简易小说阅读器

• 一篇文章总结一下Python库中关于时间的常见操作

• 盘点5种基于Python生成的个性化语音方法

  ---

本文转自 https://mp.weixin.qq.com/s/lVK5OAgYuwHMtaQIAYCv6g，如有侵权，请联系删除。