处理结构不一致的字符串有什么更好的方法？

Question

我有一个像这样的输出字符串：

read : io=131220KB, bw=14016KB/s, iops=3504, runt=  9362msec

我只想提取一个数值进行计算，比如 iops。我是这样处理的：

        if 'read ' in key:
            my_read_iops = value.split(",")[2].split("=")[1]
            result['test_details']['read'] = my_read_iops

但是我正在阅读的一些字符串存在轻微的不一致，并且我的代码变得非常复杂和冗长。因此，除了手动计算逗号与“=”字符的数量之外，还有什么更好的方法来处理这个问题呢？

Answer 1

您可以使用正则表达式

\s*

来处理不一致的间距，它匹配零个或多个空格：

import re
s = 'read : io=131220KB, bw=14016KB/s, iops=3504, runt=  9362msec'

for m in re.finditer(r'\s*(?P<name>\w*)\s*=\s*(?P<value>[\w/]*)\s*', s):
    print(m.group('name'), m.group('value'))
# io 131220KB
# bw 14016KB/s
# iops 3504
# runt 9362msec

使用组名称，您可以从列名称列表构造模式字符串，然后执行以下操作：

names = ['io', 'bw', 'iops', 'runt']
name_val_pat = r'\s*{name}\s*=\s*(?P<{group_name}>[\w/]*)\s*'
pattern = ','.join([name_val_pat.format(name=name, group_name=name) for name in names])
# '\s*io\s*=\s*(?P<io>[\w/]*)\s*,\s*bw\s*=\s*(?P<bw>[\w/]*)\s*,\s*iops\s*=\s*(?P<iops>[\w/]*)\s*,\s*runt\s*=\s*(?P<runt>[\w/]*)\s*'

match = re.search(pattern, s)
data_dict = {name: match.group(name) for name in names}
print(data_dict)
# {'io': '131220KB', 'bw': '14016KB/s', 'runt': '9362msec', 'iops': '3504'}

这样，你只需要更改

names

并保持顺序正确即可。

Answer 2

如果我是你，我会使用 regex（正则表达式）作为首选。

import re
s= "read : io=131220KB, bw=14016KB/s, iops=3504, runt=  9362msec"
re.search(r"iops=(\d+)",s).group(1)

通过这段Python代码，我找到了以“iops=”开头并继续数字表达式至少1位的字符串模式。我使用圆括号提取了目标字符串（3504）。 您可以从

找到有关正则表达式的更多信息

https://docs.python.org/3.6/library/re.html#module-re

正则表达式是一种功能强大的语言，可以用简单的语法进行复杂的模式匹配。

Answer 3

尝试

rom重新导入匹配 string = '读取：io=131220KB，bw=14016KB/s，iops=3504，runt=9362msec' iops = match(r'.+(iops=)([0-9]+)', string).group(2)

Answer 4

from re import match
string = 'read : io=131220KB, bw=14016KB/s, iops=3504, runt=  9362msec'
iops = match(r'.+(iops=)([0-9]+)', string).group(2)
iops
'3504'