Функция 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(r'\d+ +\S+ +\w+ +\S+')
У объекта который возвращает re.compile, 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'
При использовании re.compile, флаги надо указывать внутри re.compile, не в методах search/finditer:
regex = re.compile(r'^Device ID: \S+.+?Cisco IOS', re.MULTILINE | re.DOTALL)
match_all = regex.finditer(output)
Пример компиляции регулярного выражения и его использования на примере разбора лог-файла (файл parse_log_compile.py):
import re
regex = re.compile(r'Host \S+ '
r'in vlan (\d+) '
r'is flapping between port '
r'(\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(r'Host \S+ '
r'in vlan (\d+) '
r'is flapping between port '
r'(\S+) and port (\S+)')
И вызов finditer теперь выполняется как метод объекта regex:
for m in regex.finditer(f.read()):
Параметры, которые доступны только при использовании re.compile#
При использовании функции re.compile в методах search, match, findall, finditer и fullmatch появляются дополнительные параметры:
pos - позволяет указывать индекс в строке, с которого надо начать искать совпадение
endpos - указывает, до какого индекса надо выполнять поиск
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 - использование 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.