珍爱生命，远离正则表达式（parse库简介）

正则表达式（Regular Expression）描述了一种字符串匹配的模式（Pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。对于初级简单的正则匹配还算比较容易掌握，但是稍微复杂一点的正则就会经常使人头晕。因为正则表达式不够直观，可读性较差，可能你写的正则别人看不懂，而别人写的正则你看不懂。每次遇到需要字符串匹配的问题笔者都会感慨：太难了，我太难了！

 

不过笔者在前几天新认识了一个库：parse，感觉与它真是相见恨晚！简单来说，parse能够方便清晰地处理正则匹配的问题，非常适合一些简单的匹配问题。那么下面笔者就按照官方文档来为大家整理一份parse的简单介绍。

首先是parse的安装，我们通过pip：

pip install parse
#清华镜像
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple parse

安装成功后我们就可以导入了：

from parse import parse

最简单的匹配，若匹配上返回一个Result 实例：

print(parse('python', 'python'))

 

若没有匹配上，则返回None：

print(parse('pthon', 'python'))

 

如果通过“{ }”进行匹配，最后会返回一个匹配到的可用下标索引的Result实例：

p = parse("With great {} there must come great {}", "With great power there must come great responsibility")
print(p)

print(p[0])
print(p[1])

如果通过“{ }”进行匹配并为匹配字段定义了字段名，最后会返回一个匹配到的可用键索引的Result实例：

p = parse("With great {noun1} there must come great {noun2}", "With great power there must come great responsibility")
print(p)

print(p['noun1'])
print(p['noun2'])

另外我们可以像re.compile一样编写pattern来复用规则：

from parse import compile

pattern = compile("With great {noun1} there must come great {noun2}")
p = pattern.parse("With great power there must come great responsibility")

print(p)

在定义匹配规则时也可以设定好类型的转换（默认匹配出的类型为str）：

# 不定义类型转换
p = parse("My name is {name}, I have shot down {number} mobile suits.", "My name is Amuro Ray, I have shot down 72 mobile suits.")
print(p)
# 定义类型转换
p = parse("My name is {name}, I have shot down {number：d} mobile suits.", "My name is Amuro Ray, I have shot down 72 mobile suits.")
print(p)

在匹配的“{ }”中加入“:d”就可以将字符串型转换为整数型。另外还有很多可以转换的类型：

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

 

在提取匹配时直接去掉多余的空格：

p = parse("Stop talking, {}.", "Stop talking,    Char Aznable    .")
print(f"不去除空格的结果：{p}")
p = parse("Stop talking, {:^}.", "Stop talking,    Char Aznable    .")
print(f"去除空格的结果：{p}")

“:^”代表左边与右边的空格都去除，“:<”代表去除右边的空格，“:>”代表去除左边的空格。

区分大小写：

# 默认不区分大小写
p = parse("char aznable", "Char Aznable")
print(p)
# case_sensitive=True区分大小写
p = parse("char aznable", "Char Aznable", case_sensitive=True)
print(p)

Result实例的属性（fixed、named、spans）：

p = parse("How dare you {} me, {name}!", "How dare you scheme against me, Char Aznable!")
print(p)

p.fixed

p.named

spans为每个匹配到的在原始字符串中的位置：

p.spans

我们还可以自定义匹配的转换形式：

def add_five(x):
    return int(x)+5

p = parse("My name is {}, I am {} years old.", "My name is Banagher Links, I am 16 years old.")
print(p)
# 用add_five函数转换
p = parse("My name is {}, I am {:add_five} years old.", "My name is Banagher Links, I am 16 years old.", dict(add_five=add_five))
print(p)