python_正则表达式

Posted 2020-12-30 含笑半步颠√

了解正则：

  在实际的应用中，我们会经常得到用户的输入，在得到用户的输入之后，需要我们对输入进行判断时候合法，比如判断输入的手机号码，从形式上来看是正确的呢？

笨办法：

phone = "15132154554"
if phone.startswith("1") and phone.isdigit() and len(phone) == 11:
    print("正在给你发送验证码")  # 验证通过
else:
    print("请输入正确的电话号码")   #验证失败

 

利用正则：

import re
phone = "15132154554"
# 匹配，满足正则表达式的内容
if re.findall(r"^1\\d{10}$", phone):
    print("正在给你发送验证码")
else:
    print("请输入正确的电话号码")

那么看到这里大家就理解了把，正则就是通过匹配满足的条件，达到优化代码的方式。我们进入正题

 

. 通配符，匹配除 \\n 外所有的字符

import re
st1 = "\\nthis is pig \\n do you know?"
ss1 = re.findall(".", st1)
print(ss1)

结果

[\'t\', \'h\', \'i\', \'s\', \' \', \'i\', \'s\', \' \', \'p\', \'i\', \'g\', \' \', \' \', \'d\', \'o\', \' \', \'y\', \'o\', \'u\', \' \', \'k\', \'n\', \'o\', \'w\', \'?\']

 

^ 匹配字符串开始的位置

import re
st2 = "this is pig \\n do you know?"
ss2 = re.findall("^th", st2)
print(ss2)
ss2 = re.findall("^doyou", st2)
print(ss2)

结果

[\'th\']
[]

 

   $ 匹配字符串结束位置

 

import re
st3 = "this is pig \\n do you know"
ss3 = re.findall("ow$", st3)
print(ss3)
ss3 = re.findall("pig$", st3)
print(ss3)

 

　结果

[\'ow\']
[]

 

* 匹配前面的正则0次到无穷次

 

import re
st4 = "this is pig \\n do you know?"
ss4 = re.findall("i*", st4)
print(ss4)
ss4 = re.findall("is*", st4)
* 匹配复数 不存在空字符
print(ss4)

   结果

 

[\'\', \'\', \'i\', \'\', \'\', \'i\', \'\', \'\', \'\', \'i\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\']
[\'is\', \'is\', \'i\']

 

 

+ 匹配前面的正则1次到无穷次

import re
st5 = "this is pig \\n do you know?"
ss5 = re.findall("i+", st5)
print(ss5)
ss5 = re.findall("is+", st5)
print(ss5)

   结果

[\'i\', \'i\', \'i\']
[\'is\', \'is\']

 

 

? 匹配前面的正则0次到1次

import re
st6 = "this is pig \\n do you know?"
ss6 = re.findall("i?", st6)
print(ss6)
ss6 = re.findall("is?", st6)
print(ss6)

   结果

 

[\'\', \'\', \'i\', \'\', \'\', \'i\', \'\', \'\', \'\', \'i\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\', \'\']
[\'is\', \'is\', \'i\']

 

 

{}   匹配次数
{N,}    匹配前面的正则 N到无穷次
{,M}         匹配前面的正则 0到M次
{N,M}     匹配前面的正则 N到M次
注： N和M皆为正整数

import re
st7 = "aa^&*aaa^&*aaaa^&*aaaaa^&*aaaaaa"
s1 = re.findall(r"a{1,}", st7)
print(s1)
s2 = re.findall(r"a{,3}", st7)
print(s2)
s3 = re.findall(r"a{1,4}", st7)
print(s3)

   结果

 

[\'aa\', \'aaa\', \'aaaa\', \'aaaaa\', \'aaaaaa\']
[\'aa\', \'\', \'\', \'\', \'aaa\', \'\', \'\', \'\', \'aaa\', \'a\', \'\', \'\', \'\', \'aaa\', \'aa\', \'\', \'\', \'\', \'aaa\', \'aaa\', \'\']
[\'aa\', \'aaa\', \'aaaa\', \'aaaa\', \'a\', \'aaaa\', \'aa\']

 

 

\\   正则转义符
\\d  匹配数字
\\s  匹配空白符号
\\w  匹配字母、数字、下划线、汉字
\\b  单词边界

import re
st8 = "this is 12 dog 3 \\n45  \\t6 你_好*^acfun"
a1 = re.findall(r"\\d", st8)
print(a1)
a2 = re.findall(r"\\s", st8)
print(a2)
a3 = re.findall(r"\\w", st8)
print(a3)
a4 = re.findall(r"\\bac", st8)
print(a4)

   结果

[\'1\', \'2\', \'3\', \'4\', \'5\', \'6\']
[\' \', \' \', \' \', \' \', \' \', \'\\n\', \' \', \' \', \'\\t\', \' \']
[\'t\', \'h\', \'i\', \'s\', \'i\', \'s\', \'1\', \'2\', \'d\', \'o\', \'g\', \'3\', \'4\', \'5\', \'6\', \'你\', \'_\', \'好\', \'a\', \'c\', \'f\', \'u\', \'n\']
[\'ac\']

 

\\   正则转义符
\\D  匹配数字以外的字符
\\S  匹配空白符号以外的字符
\\W  匹配字母、数字、下划线、汉字以外的字符
\\B  非单词边界

import re
st1 = "this is 12 dog 3 \\n45  \\t6 你_好*^acfun"
s1 = re.findall(r"\\D", st1)
print(s1)
s2 = re.findall(r"\\S", st1)
print(s2)
s3 = re.findall(r"\\W", st1)
print(s3)
s4 = re.findall(r"\\Bcf", st1)
print(s4)

  结果

 

[\'t\', \'h\', \'i\', \'s\', \' \', \'i\', \'s\', \' \', \' \', \'d\', \'o\', \'g\', \' \', \' \', \'\\n\', \' \', \' \', \'\\t\', \' \', \'你\', \'_\', \'好\', \'*\', \'^\', \'a\', \'c\', \'f\', \'u\', \'n\']
[\'t\', \'h\', \'i\', \'s\', \'i\', \'s\', \'1\', \'2\', \'d\', \'o\', \'g\', \'3\', \'4\', \'5\', \'6\', \'你\', \'_\', \'好\', \'*\', \'^\', \'a\', \'c\', \'f\', \'u\', \'n\']
[\' \', \' \', \' \', \' \', \' \', \'\\n\', \' \', \' \', \'\\t\', \' \', \'*\', \'^\']
[\'cf\']

 

 

[] 字符集合，匹配在这中间的所有字符
.  % * + ? () {} 在中括号里面仅表示符号本身
^  在中括号里面表示取反

st9 = "this is 12 dog 3 \\n45  \\t6 你_好*^acfun"
t1 = re.findall(r"[132]", st9)
print(t1)
t2 = re.findall(r"[^i]", st9)
print(t2)

   结果

 

[\'1\', \'2\', \'3\']
[\'t\', \'h\', \'s\', \' \', \'s\', \' \', \'1\', \'2\', \' \', \'d\', \'o\', \'g\', \' \', \'3\', \' \', \'\\n\', \'4\', \'5\', \' \', \' \', \'\\t\', \'6\', \' \', \'你\', \'_\', \'好\', \'*\', \'^\', \'a\', \'c\', \'f\', \'u\', \'n\']

 

| 或

import re
st10 = "this is 12 dog 3 \\n45  \\t6 你_好*^acfun"
st10 = re.findall(r"1|333", st10)
print(st10)

   结果

[\'1\']

 

() 分组匹配，只会返回括号中匹配的内容

import re
st11 = "this is 12 dog 3 \\n45  \\t6 你_好*^acfun"
w1 = re.findall(r"1(\\d)", st11)
print(w1)
w2 = re.findall(r"t(\\w)", st11)
print(w2)
w3 = re.findall(r" (.)", st11)
print(w3)

   结果

[\'2\']
[\'h\']
[\'i\', \'1\', \'d\', \'3\', \' \', \'你\']

 

 

贪婪：寻找最长的匹配；会产生回溯
非贪婪：寻找最短的匹配

import re
st12 = "<table><tr><td>表格1</td</tr></table>这里是末尾"
s12 = re.findall(r"<.*>", st12)  # 贪婪
# 运行机制：匹配到第一个字符，回溯到最后向前找，找到拿全部，返回
print(s12)
s22 = re.findall(r"<.*?>", st12)  # 非贪婪
print(s22)

   结果

 

[\'<table><tr><td>表格1</td</tr></table>\']
[\'<table>\', \'<tr>\', \'<td>\', \'</td</tr>\', \'</table>\']

 

到这里，我们的元字符就整理完毕了，看到这里。距离我们的应用还很远，那么小编在这里再写个现实中的例子。

小编是测试， 再用Jmeter 正则表达式取json串的时候遇到的问题，见下：

 

{"status":0,"registerTenantId":"","statusText":"??????","developInfo":"","detailStatus":"","detailStatusText":"","detailErrors":[],"data":"{\\"id\\":150074004,\\"entityId\\":409}","entityName":"","copyPriceMap":""}

 

那么我要取出 json 中的id 值， 因为是json{str}， jmeter不支持python语法，所有书写如下：

"data".+":(\\d+),

 

 

 

作者：含笑半步颠√

出处：https://www.cnblogs.com/lixy-88428977/

欢迎转载，但请在文章页面明显位置给出原文链接。