Python-正则匹配

• \d表示匹配任意数字

In [16]: ret = re.match(r"速度与激情\d","速度与激情1") 
In [17]: ret.group() 
Out[17]: '速度与激情1'

• [8]表示只匹配数字8

In [6]: ret = re.match(r"速度与激情[8]","速度与激情8")

In [7]: ret.group()
Out[7]: '速度与激情8'

• [1-8] 表示匹配1-8之间任意一个数字

In [8]: ret = re.match(r"速度与激情[1-8]","速度与激情8")

In [9]: ret.group()
Out[9]: '速度与激情8'

• [1-38-9]表示只匹配数字1-3之间、8-9之间任一个数字

In [14]: ret = re.match(r"速度与激情[1-38-9]","速度与激情3")

In [15]: ret.group()
Out[15]: '速度与激情3'

In [12]: ret = re.match(r"速度与激情[1-38-9]","速度与激情5")

In [13]: ret.group()
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-13-0c062bb84e23> in <module>
----> 1 ret.group()

AttributeError: 'NoneType' object has no attribute 'group'

• [1-8a-zA-Z] 表示匹配1-8之间、a-z之间、A-Z之间任意一个字符

In [20]: ret = re.match(r"速度与激情[1-8a-zA-Z]","速度与激情a")

In [21]: ret.group()
Out[21]: '速度与激情a'

In [22]: ret = re.match(r"速度与激情[1-8a-zA-Z]","速度与激情A")

In [23]: ret.group()
Out[23]: '速度与激情A'

• \w 等同于[1-8a-zA-Z] ， 表示匹配1-8之间、a-z之间、A-Z之间任意一个字符，还包括中文，缺点：范围太宽广

In [28]: ret = re.match(r"速度与激情\w","速度与激情哈")

In [29]: ret.group()
Out[29]: '速度与激情哈'

• r”\d{3}” 表示可以匹配三位数字，中间不能插入其它字符

In [30]: ret = re.match(r"速度与激情\d{1,3}","速度与激情22")

In [31]: ret.group()
Out[31]: '速度与激情22'        #匹配1到3位数，结果全部匹配

In [32]: ret = re.match(r"速度与激情\d{1}","速度与激情22")     #只匹配一位，结果只匹配部分

In [33]: ret.group()
Out[33]: '速度与激情2'

• r”.*” 表示匹配任意字符，也可匹配空，但”.”不能匹配换行部分

In [41]: html_content = """fdsafdfdsafdsafdsa43214321432
    ...: fdsafdsafds范德萨范德萨
    ...: fdsafdsa tretrewtrew"""

#匹配单行
In [43]: ret = re.match(r".*",html_content)
In [44]: ret.group()
Out[44]: 'fdsafdfdsafdsafdsa43214321432'        #未匹配换行部分

#匹配空
In [45]: ret = re.match(r".*","")
In [46]: ret.group()
Out[46]: ''

#匹配换行
In [47]: ret = re.match(r".*",html_content,re.S)
In [48]: ret.group()
Out[48]: 'fdsafdfdsafdsafdsa43214321432\nfdsafdsafds范德萨范德萨\nfdsafdsa tretrewtrew'

• “.*” 和 “.+”的唯一区别就是.*也可以匹配空的，”.+”不可以

In [69]: In [65]: names = ["age","_age","1age","age1","a_age","age!","a#123","______"]

In [71]: for name in names:
    ...:     ret = re.match(r"^[a-zA-Z_][0-9a-zA-Z_]*$",name)      # $表示一直匹配到结尾，^表示从紧挨着该符号的字符为开头，python中match默认从开头开始
    ...:     if ret:
    ...:         print("变量名%s 符合要求..通过正则匹配出来的数据是%s"%(name, ret.group()))
    ...:     else:
    ...:         print("变量名%s 非法变量名"% name)
    ...: 
    ...: 
    ...: 
    ...: 
    ...: 
变量名age 符合要求..通过正则匹配出来的数据是age
变量名_age 符合要求..通过正则匹配出来的数据是_age
变量名1age 非法变量名
变量名age1 符合要求..通过正则匹配出来的数据是age1
变量名a_age 符合要求..通过正则匹配出来的数据是a_age
变量名age! 非法变量名
变量名a#123 非法变量名
变量名______ 符合要求..通过正则匹配出来的数据是______

# coding: utf-8
import re

def main():
    email = input("请输入邮箱地址： ")
    #如果在正则表达式中需要用到了某些普通的字符，比如. 比如?,仅仅需要在他们前面添加一个反斜杠进行转义
    ret = re.match(r"[a-zA-Z0-9_]{4,20}@163\.com$", email)
    if ret:
        print("%s符合要求" % email)
    else:
        print("%s不符合要求" % email)


if __name__ == '__main__':
    main()

In [78]: ret = re.match(r"([a-zA-Z0-9_]{4,20})@(163|126)\.com","zhangsan@126.com")

In [79]: ret.group(1)       #group(1) 即([a-zA-Z0-9_]{4,20})匹配到的内容
Out[79]: 'zhangsan'

In [80]: ret.group(2)       #group(2）即(163|126)匹配到的内容，其它 | 表示或者
Out[80]: '126'

In [90]: ret = re.match(r"<(\w*)>.*</>","<h1>abcefweq</h1>")     #后面的表示与(\w*)分组里的内容一致
In [92]: ret.group()
Out[92]: '<h1>abcefweq</h1>'

1. search与match不一样，match默认从头开始匹配，search默认只匹配第一位

In [101]: re.search(r"\d+","阅读数为9999").group()
Out[101]: '9999'

In [102]: re.search(r"\d+","阅读数为9999,下载数为8888").group()   #这里有两个数字，search只匹配出一位
Out[102]: '9999'

2. findall匹配所有，并返回一个列表

In [104]: re.findall(r"\d+","阅读数为9999，下载数为8888")
Out[104]: ['9999', '8888']

3. sub替换,re.sub(pattern=匹配规则,repl=替换值，也可以是函数,string=要匹配的字符串)

#需求：提取以下html中的中文

In [94]: html_content = """<dd class="job_bt"><h3 class="description">职位描述：</h3><div class="job-detail">JD:
    ...: <br>1. 参与产品测试的全流程，包括参与需求分析、设计评审，制定测试计划，设计和执行测试用例，分析总结产品的测试结果，推动问题的解决，提高最终的交付质量；
    ...: <br>2. 参与适用于产品需要的性能测试工具/框架开发，性能测试用例设计、执行，自动构建测试环境，持续集成等；
    ...: <br>3. 保证被测系统的质量与性能，并通过测试流程和方法创新，持续改进提高测试团队的测试覆盖度和测试工作效率。
    ...: <br> 
    ...: <br>岗位要求
    ...: <br>1. 计算机、通信、网络等相关专业背景，有计算机视觉产品或云服务产品测试经验优先；
    ...: <br>2. 熟悉Linux系统，熟悉shell脚本语言;熟悉java或groovy或python；
    ...: <br>3. 熟悉Docker,Jmeter,Prometheus,Grafana等开源工具
    ...: <br>4. 具备测试领域系统化的知识结构，熟悉完整测试环节，能独立完成功能测试、接口测试、UI自动化测试集成测试以及接口性能测试；
    ...: <br></div></dd>"""

In [99]: re.sub(r"<[^>]*>|\s","",html_content)     #[^>]表示匹配不是>的  '|\s'表示或匹配空白字符，\n
Out[99]: '职位描述：JD:1.参与产品测试的全流程，包括参与需求分析、设计评审，制定测试计划，设计和执行测试用例，分析总结产品的测试结果，推动问题的解决，提高最终的交付质量；2.参与提高测试团队的测试覆盖度和测试工作效率。岗位要求1.计算机、通信、网络等相关专业背景，有计算机视觉产品或云服务产品测试经验优先；2.熟悉Linux系统，熟悉shell脚本语言;熟悉java或groo，能独立完成功能测试、接口测试、UI自动化测试集成测试以及接口性能测试；'

# coding: utf-8
import re

def add(temp):
    strNum = temp.group()
    num = int(strNum) + 1
    return str(num)

ret = re.sub(r"\d+", add, "python = 997")
print(ret)

ret = re.sub(r"\d+", add, "python = 99")
print(ret)

4. split根据匹配进行切割字符串，并返回一个列表

#需求：切割出字符，去掉特殊字符和所有空格
In [113]: re.split(r":|  ","info:xiaoZhang  33  shanghai")     #以: 或者两个空格切割，如果字符中有一个空白字符
Out[113]: ['info', 'xiaoZhang', '33', 'shanghai']     

#匹配1个或者2个空格
In [115]: re.split(r":| {1,2}","info:xiaoZhang  33  shanghai alone")
Out[115]: ['info', 'xiaoZhang', '33', 'shanghai', 'alone']
  

1. “.*?”中的’?’表示非贪婪

In [120]: re.sub(r"<.*?>|\s","",html_content)     
Out[120]: '职位描述：JD:1.参与产品测试的全流程，包括参与需求分析、设计评审，制定测试计划，设计和执行测试用例，分析总结产品的测试结果，推动问题的解决，提高最终的交付质量；2.参与进提高测试团队的测试覆盖度和测试工作效率。岗位要求1.计算机、通信、网络等相关专业背景，有计算机视觉产品或云服务产品测试经验优先；2.熟悉Linux系统，熟悉shell脚本语言;熟悉java或gr节，能独立完成功能测试、接口测试、UI自动化测试集成测试以及接口性能测试；'

In [121]: ret = re.match(r"c:\\a","c:\\a\\b\\c")

In [122]: ret.group()
Out[122]: 'c:\\a'