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')

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。

学习来源