【WebAPI自动化基础一】python中的正则表达式模块、常用正则举例

一、正则表达式基本定义

正则表达式，又称规则表达式（Regular Expression , RE），是计算机科学的一个概念；它描述了一种字符串匹配的模式，通过这样的模式对字符串进行搜索、匹配和替换等操作。下面我们就列举常规正则表达、字符搜索、字符替换及分割以及表达式修饰符进行简单描述。

二、常规正则表达式列举

通配符	释义	正则表达式举例	匹配结果（可能出现）
xxx|yyy	匹配正则表达式xxx或yyy	xxx|yyy	None或者xxx或者yyy;
.	匹配任何字符（\n除外）	xxx.	None或者xxx任意字符
^	匹配字符串起始部分	^a	a……
$	匹配字符串终止部分	.txt$	s.txt
*	匹配0次或者多次出现前面的正则表达式	a*	……aaaaaa……
+	匹配1次或者多次出现前面的正则表达式	a+	……aaaaaa……
？	匹配0次或者1次出现前面的正则表达式	one?	……one……
{N}	匹配N次出现前面的正则表达式	a*.c{2}	……a[a-z]c……
{N，M}	匹配N至M次出现前面的正则表达式	a*.c{2,3}	……a[a-z]cc……
[…]	匹配字符集中的任意一字符	[abc]	匹配abc中的一个
[…x-y…]	匹配x至y间的任意一字符	[a-z]	匹配a-z中的任一个
[^…]	不匹配次字符集中的任意单个字符	[^abc]	匹配的结果不会包含abc
(…)	匹配封闭的正则表达式，然后另存为子组	([a-c][1-2])	……c1……
\d	匹配任何十进制数字	\d	1
\w	匹配任何字母数字字符	\w{3}	12a
\s	匹配任何空格字符	b\sb	b b
\b	匹配任何单词边界
\N	匹配已保存的子组	（[0-9]）\9	9
\.	匹配“.”字符	a\.txt	a.txt
常用正则表达式
正则表达式	释义		匹配内容
\d+(\.\d*)?	任意整数和浮点数		0.006 2 75
\b[^\Wa-z0-9_][^\WA-Z0-9_]*\b	首字母只能大写		Boo Foo
^http:\/\/([\w-]+(\.[\w-]+)+(\/[\w-.\/\?%&=\u4e00-\u9fa5]*)?)?$	验证网址		http://www.baidu.com/?id=1
^[\u4e00-\u9fa5]{0,}$	验证汉字		测试
\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*	验证电子邮件		example@163.com
^[1-9]([0-9]{16}|[0-9]{13})[xX0-9]$	身份证		110101195910231000
^13[0-9]{1}[0-9]{8}|^15[9]{1}[0-9]{8}	手机号		13000000000
^(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9])\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[0-9])$	验证IP		192.168.1.4
^[a-zA-Z0-9]+([a-zA-Z0-9\-\.]+)?\.s|)$	验证域名		baidu.com
^([a-zA-Z]\:|\\)\\([^\\]+\\)*[^\/:*?"<>|]+\.txt(l)?$	验证文件路径		C:\users\app
<(.*)>(.*)<\/(.*)>|<(.*)\/>	HTML标签匹配

三、字符搜索

python中关于RE模块对于字符的搜索常用的4个方法：match()、search()、findall()、finditer()；match()是从字符串的开始进行匹配；而search()是对字符串的任意位置进行匹配；这两个均是只搜索匹配一处字符串；而findall（）、finditer()是满足你需要匹配多处字符串时的函数;其中，findall（）匹配结果返回的是一个List类型的数据，finditer()匹配结果返回的是一个迭代器；（finditer的性能要好于findall）另：span()可以取出匹配结果在匹配目标字符串中的索引；match（）属性可以取出结果；如下图：

#!usr/bin/env python
# -*- coding:utf-8 -*-

import re

str000 = "Hello Tester,Good Tester!"
str0000 = "Tester is a good people!"
res0 = re.match("Tester", str000)
res1 = re.match("Tester", str0000)
print(res0)  # --->None
print(res1)  # ---><_sre.SRE_Match object; span=(0, 6), match='Tester'>
print(res1.group())  # --->Tester
######################################################################################
res00 = re.search("Tester", str000)
res01 = re.search("Tester", str0000)
print(res00)  # ---><_sre.SRE_Match object; span=(6, 12), match='Tester'>
print(res01)  # ---><_sre.SRE_Match object; span=(0, 6), match='Tester'>
print(res00.group())  # --->Tester
print(res01.group())  # --->Tester
######################################################################################
res000 = re.findall("Test..", str000)
print(res000)  # --->['Tester', 'Tester']
res001 = re.finditer("Test..", str000)
print(res001)  # ---><callable_iterator object at 0x0000019AC0F08B70>
# 分别打印两个Tester
for i in res001:
    print(i.group())

四、字符替换和分隔

替换：re.sub(正则，"替换值"，"目标字符串"，n )，释义：从“目标字符串”中匹配“正则”，替换为“替换值”,替换次数为n次，次数可以不填，默认匹配的所有。

分隔：re.split(正则，"目标字符串"，n),释义：从“目标字符串”中匹配“正则”，匹配的内容换成分隔符“，”，分隔次数n次，次数可以不填，默认匹配的全部。

#! usr/bin/env python
# -*-coding:utf-8 -*-
import re
str000="She is a beautiful girl ,she is good and honest."
#替换
print(re.sub(r"\w*is\w*","are",str000))#--->She are a beautiful girl ,she are good and honest.
print(re.sub(r"\w*is\w*","are",str000,1))#--->She are a beautiful girl ,she is good and honest.
#分隔
print(re.split(r"\w*is\w*",str000))#--->['She ', ' a beautiful girl ,she ', ' good and honest.']
print(re.split(r"\w*is\w*",str000,1))#--->['She ', ' a beautiful girl ,she is good and honest.']

五、表达式修饰符

表达式修饰符
re.I(re.IGNORECASE)	忽略大小写
re.M(re.MULTILINE)	多行模式，改变“^”和“$”的行为
re.S(re.DOTALL)	点任意匹配模式，改变“.”的行为，设置后可以匹配\n
re.L(re.LOCALE)	使预定字符类\w\W\b\B\s\S取决于当前区域设定
re.U(re.UNICODE)	使预定字符类\w\W\b\B\s\S\d\D取决于unicode定义的字符属性
re.X(re.VERBOSE)	详细模式。该模式下正则表达式可以是多行，忽略空白字符，并可以加入注释
表达式修饰符使用方式
re.compile(pattern,string,flags=表达式修饰符)	flags可以不填，但填了就要按照修饰符设置的意义来匹配
re.findall(pattern,string,flags=表达式修饰符)
re.match(pattern,string,flags=表达式修饰符)
re.search(pattern,string,flags=表达式修饰符)

import re
str000="She is a beautiful girl ,she is good and honest."

res=re.findall(r"\W*she\W*",str000,flags=re.I)##['She', 'she']

六、预编译、贪婪匹配

前面所表述的匹配都没有预编译，RE的预编译指的是对pattern内容进行预编译，其作用是减少匹配时编译pattern的次数，从而提高匹配性能。贪婪匹配，默认情况下，都是贪婪匹配；指的是在默认情况下对于复数匹配符来说，他们会尽可能的匹配到最后一个符合条件的字符。而对非贪婪匹配，则是匹配到第一个符合条件的字符即可。

备注：非贪婪匹配模式中的“?”必须放在复数匹配符后面，同时在被限定字符前面；复数匹配符可以是“*”或“+”

#! usr/bin/env python
# -*-coding:utf-8 -*-
import re
str000="She is a beautiful girl ,she is good and honest."

pattern="\w*she\w*"
p=re.compile(pattern,flags=re.I)
res=p.search(str000)

str0000="<html><head></head></html>"
print(re.search(r"^<.*>",str0000).group())##<html><head></head></html>
print(re.search(r"^<.*?>",str0000).group())##<html>