​ 我们在做接口自动化的时候，处理接口依赖的相关数据时，通常会使用正则表达式来进行提取相关的数据。

​ 正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法(Regular Expression，在代码中常简写为regex、regexp或RE) 。它是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的文本。而Python 自1.5版本起增加了re 模块，它提供 Perl 风格的正则表达式模式。

正则表达式语法

表示单字符

​ 单字符：即表示一个单独的字符，比如匹配数字用\d，匹配非数字用\D。

​ 除以下语法，也可以匹配指定的具体字符，可以是1个也可以是多个。

字符 功能说明
. 匹配任意1个字符（除了\n）
[2a] 匹配[]中括号中列举的字符，如这里就是匹配2或者a这两个字符其中的一个
\d 匹配数字，即0-9
\D 匹配非数字
\s 匹配空白，即空格、tab键（tab键为两个空格）
\S 匹配非空白
\w 匹配单词字符，即a-z、A-Z、0-9、_（数字、字母、下划线）
\W 匹配非单词字符

​ 实例如下，这里先说明一下findall(匹配规则，要匹配的字符串)这个方法是查找所有匹配的数据，以列表的形式返回，后面会在re模块进行详解：

import re

# .：匹配任意1个字符

re1 = r'.'

res1 = re.findall(re1, '\nj8?0\nbth\nihb')

print(res1)	# 运行结果：['j', '8', '?', '0', 'b', 't', 'h', 'i', 'h', 'b']

# []：匹配列举中的其中一个

re2 = r"[abc]"

res2 = re.findall(re2, '1iugfiSHOIFUOFGIDHFGFD2345a6a78b99cc')

print(res2)	# 运行结果：['a', 'a', 'b', 'c', 'c']

# \d:匹配一个数字

re3 = r"\d"

res3 = re.findall(re3, "dfghjkl32212dfghjk")

print(res3)	# 运行结果：['3', '2', '2', '1', '2']

# \D:匹配一个非数字

re4 = r"\D"

res4 = re.findall(re4, "d212dk？\n$%3;]a")

print(res4)	# 运行结果：['d', 'd', 'k', '？', '\n', '$', '%', ';', ']', 'a']

# \s：匹配一个空白键或tab键（tab键实际就是两个空白键）

re5 = r"\s"

res5 = re.findall(re5,"a s d a  9999")

print(res5)	# 运行结果：[' ', ' ', ' ', ' ', ' ']

# \S: 匹配非空白键

re6 = r"\S"

res6 = re.findall(re6, "a s d a  9999")

print(res6)	# 运行结果：['a', 's', 'd', 'a', '9', '9', '9', '9']

# \w：匹配一个单词字符(数字、字母、下划线)

re7 = r"\w"

res7 = re.findall(re7, "ce12sd@#a as_#$")

print(res7)	# 运行结果：['c', 'e', '1', '2', 's', 'd', 'a', 'a', 's', '_']

# \W：匹配一个非单词字符(不是数字、字母、下划线)

re8 = r"\W"

res8 = re.findall(re8, "ce12sd@#a as_#$")

print(res8)	# 运行结果：['@', '#', ' ', '#', '$']

# 匹配指定字符

re9 = r"python"

res9 = re.findall(re9, "cepy1thon12spython123@@python")

print(res9)	# 运行结果：['python', 'python']

表示数量

​ 如果要匹配某个字符多次，就可以在字符后面加上数量进行表示，具体规则如下：

字符 功能说明
* 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次或无限次，即至少1次
? 匹配前一个字符出现0次或1次，即要么没有，要么只有1次
{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} 匹配前一个字符出现从m到n次

​ 实例如下：

import re

# *：表示前一个字符出现0次以上(包括0次)

re21 = r"\d*"   # 这里匹配的规则，前一个字符是数字

res21 = re.findall(re21, "343aa1112df345g1h6699")  # 如匹配到a时，属于符合0次，但因为没有值所以会为空

print(res21)	# 运行结果：['343', '', '', '1112', '', '', '345', '', '1', '', '6699', '']

# ? : 表示0次或者一次

re22 = r"\d?"

res22 = re.findall(re22, "3@43*a111")

print(res22)	# 运行结果：['3', '', '4', '3', '', '', '1', '1', '1', '']

# {m}:表示匹配一个字符m次

re23 = r"1[3456789]\d{9}" # 手机号：第1位为1，第2位匹配列举的其中1个数字，第3位开始是数字，且匹配9次

res23 = re.findall(re23,"sas13566778899fgh256912345678jkghj12788990000aaa113588889999")

print(res23)	# 运行结果：['13566778899', '13588889999']

# {m,}:表示匹配一个字符至少m次

re24 = r"\d{7,}"

res24 = re.findall(re24, "sas12356fgh1234567jkghj12788990000aaa113588889999")

print(res24)	# 运行结果：['1234567', '12788990000', '113588889999']

# {m,n}：表示匹配一个字符出现m次到n次

re25 = r"\d{3,5}"

res25 = re.findall(re25, "aaaaa123456ghj333yyy77iii88jj909768876")

print(res25)	# 运行结果：['12345', '333', '90976', '8876']

匹配分组

字符 功能说明
| 匹配左右任意一个表达式
(ab) 将括号中字符作为一个分组

​ 实例如下：

import re

# 同时定义多个规则，只要满足其中一个

re31 = r"13566778899|13534563456|14788990000"

res31 = re.findall(re31, "sas13566778899fgh13534563456jkghj14788990000")

print(res31)	# 运行结果：['13566778899', '13534563456', '14788990000']

# ()：匹配分组:在匹配规则的数据中提取括号里的数据

re32 = r"aa(\d{3})bb"	# 如何数据符合规则，结果只会取括号中的数据，即\d{3}

res32 = re.findall(re32, "ggghjkaa123bbhhaa672bbjhjjaa@45bb")

print(res32)	# 运行结果：['123', '672']

表示边界

字符 功能说明
^ 匹配字符串开头，只能匹配开头
$ 匹配字符串结尾，只能匹配结尾
\b 匹配一个单词的边界（单词：字母、数字、下划线）
\B 匹配非单词的边界

​ 实例如下：

import re

# ^:匹配字符串的开头

re41 = r"^python"   # 字符串开头为python

res41 = re.findall(re41, "python999python")  # 只会匹配这个字符串的开头

res411 = re.findall(re41, "1python999python")  # 因为开头是1,第1位就不符合了

print(res41)	# 运行结果：['python']

print(res411)	# 运行结果：[]

# $:匹配字符串的结尾

re42=r"python$"	# 字符串以python结尾

res42 = re.findall(re42, "python999python")

print(res42)	# 运行结果：['python']

# \b:匹配单词的边界，单词即:字母、数字、下划线

re43 = r"\bpython"  # 即匹配python，且python的前一位是不是单词

res43 = re.findall(re43, "1python 999 python")  # 这里第1个python的前1位是单词，因此第1个是不符合的

print(res43)	# 运行结果：['python']

# \B:匹配非单词的边界

re44 = r"\Bpython"  # 即匹配python，且python的前一位是单词

res44 = re.findall(re44, "1python999python")

print(res44)	# 运行结果：['python', 'python']

贪婪模式

​ python里数量词默认是贪婪的，总是尝试匹配尽可能多的字符，而非贪婪模式则是尝试匹配尽可能少的字符，在表示数量的表达式后加上问号(?)就可以关闭贪婪模式。

​ 如下例子，匹配2个以上的数字，如果符合条件它会一直匹配到不符合才停止，如其中的34656fya，34656符合2个数字以上，那么它会一直匹配到6为止，如果关闭贪婪模式，那么在满足2个数字时就会停止，最后可以匹配到34、65。

import re

# 默认的贪婪模式下

test = 'aa123aaaa34656fyaa12a123d'

res = re.findall(r'\d{2,}', test)

print(res)	# 运行结果：['123', '34656', '12', '123']

# 关闭贪婪模式

res2 = re.findall(r'\d{2,}?', test)

print(res2)	# 运行结果：['12', '34', '65', '12', '12']

re模块

​ 在python中使用正则表达式，就会用到re模块来进行操作，提供的方法一般需要传入两个参数：

  • 参数1： 匹配的规则
  • 参数2：要进行匹配的字符串

re.findall()

​ 查找所有符合规范的字符串，以列表的形式返回。

import re

test = 'aa123aaaa34656fyaa12a123d'

res = re.findall(r'\d{2,}', test)

print(res)	# 运行结果：['123', '34656', '12', '123']

re.search()

​ 查找第一个符合规范的字符串，返回的是一个匹配对象，可以通过group()将匹配到的数据直接提取出来。

import re

s = "123abc123aaa123bbb888ccc"

res2 = re.search(r'123', s)

print(res2)  # 运行结果：<re.Match object; span=(0, 3), match='123'>

# 通过group将匹配到的数据提取出来，返回类型为str

print(res2.group())   # 运行结果：123

​ 返回的匹配对象中，span为匹配到的数据的下标范围，match则是匹配到的值。

​ group()参数说明：