一、正则表达式简介
正则表达式的官方文档:https://www.runoob.com/regexp/regexp-tutorial.html
正则表达式:又称正规表示式、正规表示法、正规表达式、规则表示式、常规表示法(英语:Regular Expression,在代码中常简写为regex、regexp或者是RE),是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列某个句法规则的字符串。在很多文本编辑器里,正则表达式通常来检索、替换那些匹配某个模式的文本。
按某种规则匹配的表达式。
二、正则介绍
正则表达式是一个工具,用于匹配字符串,或用来提取字符串。
1、判断一个字符串是否匹配给定的格式(判断用户账号是否满足格式)
2、从字符串中,按指定格式提取信息(抓取手机号)
import re str1 = 'fijiooe18814726275iufdrrrrdf18814726275fsdssa' # 定义一个查找的规则 # 已知需要查找的手机号 p = '18814726275' # search(): 从前往后查找数据,默认返回找到的第一个数据,不会再继续往后面找 res = re.search(p,str1).group() print(res)
三、元字符
表示单字符
字符 | 功能 |
. | 匹配任意一个字符(除了\n) |
[] | 匹配[]中列举的字符 |
\d | 匹配数字,即0-9 |
\D | 匹配非数字,即不是数字 |
\s | 匹配空白,即空格,tab键 |
\S | 匹配非空白 |
\w | 匹配单词字符,即a-z、A-Z、0-9、_ |
\W | 匹配非单词字符 |
表示数量
匹配多个字符的相关格式。
字符 | 功能 |
* | 匹配前一个字符出现0次或者无限次,即可有可无 |
+ | 匹配前一个字符出现1次或者无限次,即至少有1次 |
? | 匹配前一个字符出现1次或者0次,即要么有1次,要么没有 |
{m} | 匹配前一个字符出现m次 |
{m,} | 匹配前一个字符至少出现m次 |
{m,n} | 匹配前一个字符至少出现m~n次 |
表示边界
字符 | 功能 |
^ | 匹配字符串开头 |
$ | 匹配字符串结尾 |
\b | 匹配一个单词的边界 |
\B | 匹配非单词边界 |
匹配分组
字符 | 功能 |
| | 匹配左右任意一个表达式 |
(ab) | 将括号中字符作为一个分组 |
\num | 引用分组num匹配到的字符串 |
(?P<name>) | 分组起别名 |
(?P=name) | 引用别名为name分组匹配到的字符串 |
四、re模块
-
re.match函数
re.match函数尝试从字符串的起始位置匹配一个模式,匹配成功,返回的是一个匹配对象(这个对象包含了匹配的信息,如果不是起始位置匹配成功的话,match()就会返回None。)
-
re.search方法
re.search()扫描整个字符串并返回第一个成功匹配到的字符。
-
re.match与re.search的区别
re.match只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回为None;而re.search匹配整个字符串,直到找到一个匹配
-
findall方法
在字符串中找到正则表达式所匹配的所有子串,并以列表的形式进行返回,如果没有找到匹配的。则返回来一个空列表。
-
注意:match和search 是匹配一次;而findall是匹配所有。
-
sub方法
替换字符串中的某些字符,可以用正则表达式来匹配被选子串。
re.sub(pattern,repl,string,count=0)
-
- pattern :表示正则表达式中的模式子串;
- repl:被替换的字符串(既可以是字符串,也可以是函数)
- string:要被处理的字符串,要替换的字符串
- count:替换的次数
str4 = '1#python#232th32#python#uedue#python#oyfdsthdsaastrtn' # ()将括号中的字符作为一个分组 p17 = 'py(th)on' res1 = re.search(p16,str4) print(res1) res2 = re.search(p16,str4).group(1) print(res2) # 匹配一个任意字符,出现一次以上且关闭贪婪模式 p18 = '#.+?#' res3 = re.findall(p18,str4) print(res3) p19 = '#(.+?)#' res4 = re.findall(p19,str4) print(res4) # 替换str4字符串中的p19为'*java*'字符串,count来控制替换的次数 res5 = re.sub(p19,'*java*',str4) print(res5)
五、贪婪模式
python中数量词默认是贪婪模式,总是尝试匹配尽可能多的字符;非贪婪模式相反,总是尝试匹配尽可能少的字符。
在 *、?、+、{m,}、{m,n}后面加上?,可以使贪婪模式变成非贪婪模式。
练习
import re str1 = 't fijiooe18 71%^&&@#@47262 75i_ufdrrrrdf1 _8814726 275fsd ssa' # 定义一个查找的规则 # 已知需要查找的手机号 p1 = '18814726275' # 匹配11位数字的手机号码 p2 = '\d{11}' # 匹配手机号码 p3 = '1[3-9]\d{9}' # 匹配非数字 p4 = '\D{2}' # 匹配空格 p5 = '\s' # 匹配非空格 p6 = '\S' # 匹配单次字符,即A-Z、a-z、0-9、_ p7 = '\w' # 匹配非单次字符,即除A-Z、a-z、0-9、_以外的字符 p8 = '\W' # 匹配任意字符 p9 = '.' # search(): 从前往后查找数据,默认返回找到的第一个数据,不会再继续往后面找 res = re.search(p1,str1) print(res) # findall() :找出所有符合规范的字符,以列表形式返回。 res = re.findall(p1,str1) print(res) # 正则表达式:默认是贪婪模式,贪婪模式是尽可能取最多的值。 p10 = '\d{3,5}' # 关闭贪婪模式:用? 尽可能取最少的值 p11 = '\d{3,5}?' # 注意:匹配规则中涉及到数量范围的时候,会出现贪婪模式。如 {m,} {m,n} * + # 表示边界的 str2 = '1python23232 python uedu python oy fdsd saas python' # ^ 表示匹配字符串开头 p12 = '^py' res1 = re.search(p12,str2) res2 = re.findall(p12,str2) print(res1,res2) # $ 表示字符串结尾 p13 = 'python$' res1 = re.search(p13,str2) res2 = re.findall(p13,str2) print(res1,res2) # \b 匹配单词边界 p14 = r'\bpy' res1 = re.search(p14,str2) res2 = re.findall(p14,str2) print(res1,res2) # \B 匹配非单词边界 p15 = '\Bpy' res1 = re.search(p15,str2) res2 = re.findall(p15,str2) print(res1,res2) # 匹配分组 str3 = '1python232th32 python uedu eepython oy fdsthd saas trtython' # ()将括号中的字符作为一个分组 p16 = 'py(th)on' res1 = re.search(p16,str3) res2 = re.findall(p16,str3) print(res1,res2)
六、封装一个自己的正则表达式的类
封装的需求:替换测试用例中的参数
简化参数替换的流程
封装的思路:1、获取测试用例数据
2、判断该条测试用例数据是否有需要替换的参数
3、调用封装好的正则表达式类进行参数替换
import re from common.config import conf def replace(data): """ 用来替换测试用例的参数 :param data: 用例的参数 :return: """ p = r'#(.+?)#' # 判断测试用例中的参数是否替换 while re.search(p,data): # 查找配置文件中需要替换的测试用例参数 key = re.search(p,data).group(1) value = conf.get('test_data',key) # 替换测试用例数据参数 data = re.sub(p,value,data,count=1) return data