re.compile()
В Python есть возможность заранее скомпилировать регулярное выражение, а затем использовать его. Это особенно полезно в тех случаях, когда регулярное выражение много используется в скрипте.
Использование компилированного выражения может ускорить обработку, и, как правило, такой вариант удобней использовать, так как в программе разделяется создание регулярного выражения и его использование. Кроме того, при использовании функции re.compile создается объект RegexObject, у которого есть несколько дополнительных возможностей, которых нет в объекте MatchObject.
Для компиляции регулярного выражения используется функция re.compile:
In [52]: regex = re.compile('\d+ +\S+ +\w+ +\S+')
Она возвращает объект RegexObject:
In [53]: regex Out[53]: re.compile(r'\d+ +\S+ +\w+ +\S+', re.UNICODE)
У объекта RegexObject доступны такие методы и атрибуты:
In [55]: [ method for method in dir(regex) if not method.startswith('_')] Out[55]: ['findall', 'finditer', 'flags', 'fullmatch', 'groupindex', 'groups', 'match', 'pattern', 'scanner', 'search', 'split', 'sub', 'subn']
Обратите внимание, что у объекта Regex доступны методы search, match, finditer, findall. Это те же функции, которые доступны в модуле глобально, но теперь их надо применять к объекту.
Пример использования метода search:
In [67]: line = ' 100 a1b2.ac10.7000 DYNAMIC Gi0/1' In [68]: match = regex.search(line)
Теперь search надо вызывать как метод объекта regex. И передать как аргумент строку.
Результатом будет объект Match:
In [69]: match Out[69]: <_sre.SRE_Match object; span=(1, 43), match='100 a1b2.ac10.7000 DYNAMIC Gi0/1'> In [70]: match.group() Out[70]: '100 a1b2.ac10.7000 DYNAMIC Gi0/1'
Пример компиляции регулярного выражения и его использования на примере разбора лог-файла (файл parse_log_compile.py):
import re regex = re.compile('Host \S+ ' 'in vlan (\d+) ' 'is flapping between port ' '(\S+) and port (\S+)') ports = set() with open('log.txt') as f: for m in regex.finditer(f.read()): vlan = m.group(1) ports.add(m.group(2)) ports.add(m.group(3)) print('Петля между портами {} в VLAN {}'.format(', '.join(ports), vlan))
Это модифицированный пример с использованием finditer. Тут изменилось описание регулярного выражения:
regex = re.compile('Host \S+ ' 'in vlan (\d+) ' 'is flapping between port ' '(\S+) and port (\S+)')
И вызов finditer теперь выполняется как метод объекта regex:
for m in regex.finditer(f.read()):
При использовании функции re.compile в методах search, match, findall, finditer и fullmatch появляются дополнительные параметры:
Их использование аналогично выполнению среза строки.
Например, таким будет результат без указания параметров pos, endpos:
In [75]: regex = re.compile(r'\d+ +\S+ +\w+ +\S+') In [76]: line = ' 100 a1b2.ac10.7000 DYNAMIC Gi0/1' In [77]: match = regex.search(line) In [78]: match.group() Out[78]: '100 a1b2.ac10.7000 DYNAMIC Gi0/1'
В этом случае указывается начальная позиция поиска:
In [79]: match = regex.search(line, 2) In [80]: match.group() Out[80]: '00 a1b2.ac10.7000 DYNAMIC Gi0/1'
Указание начальной позиции аналогично срезу строки:
In [81]: match = regex.search(line[2:]) In [82]: match.group() Out[82]: '00 a1b2.ac10.7000 DYNAMIC Gi0/1'
И последний пример, с указанием двух индексов:
In [90]: line = ' 100 a1b2.ac10.7000 DYNAMIC Gi0/1' In [91]: regex = re.compile(r'\d+ +\S+ +\w+ +\S+') In [92]: match = regex.search(line, 2, 40) In [93]: match.group() Out[93]: '00 a1b2.ac10.7000 DYNAMIC Gi'
И аналогичный срез строки:
In [94]: match = regex.search(line[2:40]) In [95]: match.group() Out[95]: '00 a1b2.ac10.7000 DYNAMIC Gi'
В методах match, findall, finditer и fullmatch параметры pos и endpos работают аналогично.