前言

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']
PYTHON 复制 全屏

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
	匹配前一个字符出现m次
	匹配前一个字符至少出现m次
	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。

python

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 retest = '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 res = "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：

🍊不传参数：获取的是匹配到的所有内容
🍋传入数值：可以通过参数来指定，获取第几个分组中的内容（获取第1个分组，传入参数1，获取第2个分组，传入参数2，依次类推。）

import res = "123abc123aaa123bbb888ccc"
re4 = r"aaa(\d{3})bbb(\d{3})ccc"	# 这里分组就是前面说到的匹配语法：()
res4 = re.search(re4, s)
print(res4)
# group不传参数：获取的是匹配到的所有内容
# group通过参数指定，获取第几个分组中的内容（获取第1个分组，传入参数1，获取第2个分组，传入参数2，依次类推..
print(res4.group())
print(res4.group(1))
print(res4.group(2))

re.match()

从字符串的起始位置进行匹配，匹配成功则返回匹配到的对象，如果开头的位置不符合匹配的规则，不会继续往后面去匹配，直接返回None。re.match()与re.search()都是只匹配一个，不一样的是，前者只匹配字符串的开头，后者则是会匹配整个字符串，但只获取第一个符合的数据。

import res = "a123abc123aaa1234bbb888ccc"
# match：只匹配字符串的开头，开头不符合就返回None
res1 = re.match(r"a123", s)
res2 = re.match(r"a1234", s)
print(res1)  # 运行结果：<re.Match object; span=(0, 4), match='a123'>
print(res2)  # 运行结果：None

re.sub()

检索和替换：用于替换字符串中的匹配项

re.sub()参数说明：

🍇参数1：待替换的字符串
🍉参数2：目标字符串
🍑参数3：要进行替换操作的字符串
🍓参数4：可以指定最多替换的次数，非必填（默认替换所有符合规范的字符串）

import res = "a123abc123aaa123bbb888ccc"
# <font color="#FF0000">参数1：</font>待替换的字符串
# <font color="#FF0000">参数2：</font>目标字符串
# <font color="#FF0000">参数3：</font>要进行替换操作的字符串
# <font color="#FF0000">参数4：</font>可以指定最多替换的次数，非必填（默认替换所有符合规范的字符串）
res5 = re.sub(r'123', "666", s, 4)
print(res5)  # 运行结果：a666abc666aaa666bbb888ccc

用例参数化

在接口自动化测试中，我们的测试数据都是保存在excel中的，有些参数如果写死一个数据，可能换个场景或者换个环境就不能用了，那么切换环境时就需要先把新环境的测试数据准备好，并且能支持去跑我们的脚本，或者把excel的数据修改为适合新环境的测试数据，维护的成本较高。因此就需要把我们的自动化脚本测试数据尽量地参数化，降低维护成本。

我们先看简单版的参数化，以登录为例，登录时用到的账号、密码等信息都可以提取出来放到配置文件，修改数据或更换环境时直接在配置文件中统一修改就可以了。

但如果有多个不同的数据需要参数化呢，每个参数都加个判断去替换数据吗？这样的代码既啰嗦又不好维护，这时re模块就可以用上了，直接看一个实例：

import re
from common.myconfig import confclass TestData:"""用于临时保存一些要替换的数据"""passdef replace_data(data):r = r"#(.+?)#"	# 注意这个分组()内的内容# 判断是否有需要替换的数据while re.search(r, data):res = re.search(r, data)	# 匹配出第一个要替换的数据item = res.group()	# 提取要替换的数据内容key = res.group(1)	# 获取要替换内容中的数据项try:# 根据替换内容中的数据项去配置文件中找到对应的内容，进行替换data = data.replace(item, conf.get_str("test_data", key))except:# 如果在配置文件中找不到就在临时保存的数据中找，然后替换data = data.replace(item, getattr(TestData, key))return data

注意这里的正则表达式是有使用?关闭贪婪模式的，因为测试数据中可能会需要参数化2个或以上的数据，如果不关闭贪婪模式，它就只能匹配搭配一个数据，举例如下：

import redata = '{"mobile_phone":"#phone#","pwd":"#pwd#","user":#user#}'
r1 = "#(.+)#"
res1 = re.findall(r1, data)
print(res1)  # 运行结果：['phone#","pwd":"#pwd#","user":#user']	注意这里单引号只有一个数据
print(len(res1))      # 运行结果：1r2 = "#(.+?)#"
res2 = re.findall(r2, data)
print(res2)  # 运行结果：['phone', 'pwd', 'user']
print(len(res2))      # 运行结果：3

另外提到的一个用于临时保存数据的类，这里主要用于保存接口返回的数据，因为有些测试数据是动态变化的，可能要依赖于某个接口，后面的测试用例又需要这些数据，那么我们在接口返回时就可以保存到这个类里作为一个类属性，接着在需要用这个数据的测试用例时，把这个类属性提取出来替换到测试数据中即可。提示：设置属性setattr（对象, 属性名, 属性值），获取属性值getattr(对象, 属性名)。