Python用parse取代正则表达式
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
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？
from parse import parse
flow = 'cookie=0x9816da8e872d717d, duration=298506.364s, table=0, n_packets=480, n_bytes=20160, priority=10,ip,in_port="tapbbdf080b-c2" actions=NORMAL'
result = parse('cookie={cookie}, duration={duration}, table={table}, n_packets={n_packets}, n_bytes={n_bytes}, priority={priority},ip,in_port="{in_port}" actions={actions}',flow)
print(result['duration'])
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
print(parse("halo", "hello"))
2. 如果匹配上，parse 的值则 为 Result 实例
print(parse("hello", "hello"))
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")
print(profile)
print(profile[0])
print(profile[1])
print(profile[2])
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")
print(profile)
print(profile['name'])
print(profile['age'])
print(profile['gender'])
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")
pattern.parse("I am Tom, 26 years old, 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")
print(profile)
print(type(profile["age"]))
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')
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')
parse('hello {:^} , hello python', 'hello world , hello python')
去除左边空格
parse('hello {:>} , hello python', 'hello world , hello python')
去除右边空格
parse('hello {:<} , hello python', 'hello world , hello python')
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')
parse('SPAM', 'spam') is None
parse('SPAM', 'spam', case_sensitive=True) is None
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
模糊匹配：指定最小字符数
parse('{:.2}{:2}', 'hello')
parse('{:2}{:2}', 'hello')
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')
parse('{:2d}{:2d}', '1024')
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
profile.named
profile.spans
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")
type(_[0])
其等价于
def myint(string):
return int(string)
parse("I am {:myint}", "I am 27", dict(myint=myint))
type(_[0])
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))
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。
