51Testing软件测试论坛

标题: 干货ython正则表达式（内含源码） [打印本页]

作者: lsekfe 时间: 2022-9-28 10:32
标题: 干货ython正则表达式（内含源码）
正则表达式可用于搜索、编辑和操作文本。Python RegEx 被几乎所有的公司广泛使用，并且对他们的应用程序具有良好的行业吸引力，从而使得正则表达式越来越受重视。
　　今天我们就一起来学习下 Python 正则表达式。
　　为什么要使用正则表达式。
　　为了回答这个问题，我们先来看看我们面临的各种问题，而这些问题又可以通过使用正则表达式来解决。
　　考虑以下场景：
　　文末有一个包含大量数据的日志文件，从这个日志文件中，希望只获取日期和时间。乍一看，日志文件的可读性是很低的。
[attach]143391[/attach]
在这种情况下，可以使用正则表达式来识别模式并轻松提取所需信息。
　　考虑下一个场景：你是一名销售人员，有很多电子邮件地址，其中很多地址都是假的/无效的，看看下面的图片：

[attach]143392[/attach]
我们可以做的是使用正则表达式，可以验证电子邮件地址的格式并从真实 ID 中过滤掉虚假 ID。
　　下一个场景与销售员示例的场景非常相似，考虑下图：

[attach]143393[/attach]
我们如何验证电话号码，然后根据原产国对其进行分类？
　　每个正确的数字都会有一个特定的模式，可以通过使用正则表达式来跟踪和跟踪。
　　接下来是另一个简单的场景：
　　我们有一个学生数据库，其中包含姓名、年龄和地址等详细信息。考虑一下地区代码最初是 59006 但现在已更改为 59076 的情况，这种情况为每个学生手动更新此代码将非常耗时且过程非常漫长。
　　基本上，为了使用正则表达式解决这些问题，我们首先从包含 pin 码的学生数据中找到一个特定的字符串，然后将它们全部替换为新字符串。
　　什么是正则表达式
　　正则表达式用于识别文本字符串中的搜索模式，它还有助于找出数据的正确性，甚至可以使用正则表达式进行查找、替换和格式化数据等操作。
　　考虑以下示例：

[attach]143394[/attach]
在给定字符串的所有数据中，假设我们只需要城市，这可以以格式化的方式转换为仅包含名称和城市的字典。现在的问题是，我们能否确定一种模式来猜测名称和城市？此外我们也可以找出年龄，随着年龄的增长，这很容易，对吧？它只是一个整数。
　　我们如何处理这个名字？如果你看一下这个模式，所有的名字都以大写字母开头。借助正则表达式，我们可以使用此方法识别姓名和年龄。
　　我们可以使用下面的代码：

import re
　　Nameage = '''
　　Janice is 22 and Theon is 33
　　Gabriel is 44 and Joey is 21
　　'''
　　ages = re.findall(r'd{1,3}', Nameage)
　　names = re.findall(r'[A-Z][a-z]*',Nameage)
　　ageDict = {}
　　x = 0
　　for eachname in names
　　 ageDict[eachname] = ages[x]
　　 x+=1
print(ageDict)

复制代码

Output:

{'Janice': '22', 'Theon': '33', 'Gabriel': '44', 'Joey': '21'}

复制代码

正则表达式几个示例：
　　可以使用正则表达式执行许多操作。在这里，我列出了一些帮助更好地理解正则表达式的用法非常重要的内容。
　　让我们首先检查如何在字符串中找到特定单词
　　在字符串中查找一个单词

import re
　　if re.search("inform","we need to inform him with the latest information"):
print("There is inform")

复制代码

　我们在这里所做的一切都是为了搜索单词 inform 是否存在于我们的搜索字符串中。
　　当然我们还可以优化以下代码：

import re
　　 allinform = re.findall("inform","We need to inform him with the latest information!")
　　 for i in allinform:
print(i)

复制代码

在这里，在这种特殊情况下，将找到两次infor。一个来自inform，另一个来自information。
　　如上所示，在正则表达式中查找单词就这么简单。
　　接下来我们将了解如何使用正则表达式生成迭代器。
　　生成迭代器
　　生成迭代器是找出并目标字符串的开始和结束索引的简单过程。考虑以下示例：

import re
　　Str = "we need to inform him with the latest information"
　　for i in re.finditer("inform.", Str
　　 locTuple = i.span()
print(locTuple)

复制代码

对于找到的每个匹配项，都会打印开始和结束索引。当我们执行上述程序时，输出如下：

(11, 18)
(38, 45)

复制代码

接下来我们将检查如何使用正则表达式将单词与模式匹配。
　　将单词与模式匹配
　　考虑一个输入字符串，我们必须将某些单词与该字符串匹配。要详细说明，请查看以下示例代码：

import re
　　Str = "Sat, hat, mat, pat"
　　allStr = re.findall("[shmp]at", Str)
　　for i in allStr:
print(i)

复制代码

　字符串中有什么共同点？可以看到字母“a”和“t”在所有输入字符串中都很常见。代码中的 [shmp] 表示要查找的单词的首字母，因此，任何以字母 s、h、m 或 p 开头的子字符串都将被视为匹配，其中任何一个，并且最后必须跟在“at”后面。
　　Output:

hat
　　mat
pat

复制代码

接下来我们将检查如何使用正则表达式一次匹配一系列字符。
　　匹配一系列字符范围
　　我们希望输出第一个字母应该在 h 和 m 之间并且必须紧跟 at 的所有单词。看看下面的例子，我们应该得到的输出是 hat 和 mat。

import re
　　Str = "sat, hat, mat, pat"
　　someStr = re.findall("[h-m]at", Str)
　　for i in someStr:
print(i)

复制代码

Output:

hat
mat

复制代码

现在让我们稍微改变一下上面的程序以获得一个不同的结果

import re
　　Str = "sat, hat, mat, pat"
　　someStr = re.findall("[^h-m]at", Str)
　　for i in someStr:
print(i)

复制代码

　发现细微差别了吗，我们在正则表达式中添加了插入符号 (^)，它的作用否定了它所遵循的任何效果。我们不会给出从 h 到 m 开始的所有内容的输出，而是会向我们展示除此之外的所有内容的输出。
　　我们可以预期的输出是不以 h 和 m 之间的字母开头但最后仍然紧随其后的单词。Output:

sat
pat

复制代码

替换字符串：
　　接下来，我们可以使用正则表达式检查另一个操作，其中我们将字符串中的一项替换为其他内容：

import re
　　Food = "hat rat mat pat"
　　regex = re.compile("[r]at")
　　Food = regex.sub("food", Food)
print(Food)

复制代码

在上面的示例中，单词 rat 被替换为单词 food。正则表达式的替代方法就是利用这种情况，它也有各种各样的实际用例。Output:

hat food mat pat

复制代码

欢迎光临 51Testing软件测试论坛 (http://bbs.51testing.com/)