python 自动化数据提取之正则表达式

>>>> 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，今天在这边和大家聊聊如何在python中使用正则表达式。

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（英语：Regular Expression，在代码中常简写为regex、regexp或RE），是计算机科学的一个概念。

正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。按某种规则匹配的表达式被称之为正则表达式，在python使用正则表达式，可以使用官方库re来实现，学习re模块之前，我们先来了解一下正则表达式的基本语法。

>>>> 正 则 表 达 式 语 法

NO.1

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 ,匹配非数字使用\D，具体规则如下：

字符	功能
.	匹配任意1个字符（除了\n）
[7a ]	匹配[ ]中列举的字符，这里就是匹配7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，即不是数字
\s	匹配空白，即 空格，tab键
\S	匹配非空白
\w	匹配单词字符，即a-z、A-Z、0-9、_
\W	匹配非单词字符

NO..2

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
*	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次或者无限次，即至少有1次
?	匹配前一个字符出现1次或者0次，即要么有1次，要么没有
{m}	匹配前一个字符出现m次
{m,}	匹配前一个字符至少出现m次
{m,n}	匹配前一个字符出现从m到n次

NO.3

表示边界

字符	功能
^	匹配字符串开头
$	匹配字符串结尾
\b	匹配单词的边界
\B	匹配非单词边界

NO.4

匹配分组

字符	功能
|	匹配左右任意一个表达式
(ab)	将括号中字符作为一个分组
\num	引用分组num匹配到的字符串
(?P)	分组起别名
(?P=name)	引用别名为name分组匹配到的字符串

NO.5

贪婪模式

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；

如下案例：有一个字符串s,我们需要在字符串中匹配3个以上的数字，字符串中数字有8个，贪婪模式会尽可能匹配更多字符，3个以上，8个也是3个以上，那么这里匹配的结果就是8个数字。

非贪婪模式：总是尝试匹配尽可能少的字符，在"*","?","+",""，后面加上？，可以关闭贪婪模式

关闭贪婪模式之后，尽可能获取更少的，如下，只获取到最前面的3个数值（至少3个，非贪婪就是最前面的3个）

>>>> r e 模 块 的 使 用

在python中使用正则表达式，需要用到re模块来进行 *** 作，这边给大家介绍几个re模块中常用的方法。

No.1

re.match函数

参数说明：接收两个参数，

第一个是匹配的规则，

第二个是匹配的目标字符串，

re.match尝试从字符串的起始位置匹配一个模式，匹配成功 返回的是一个匹配对象（这个对象包含了我们匹配的信息），如果不是起始位置匹配成功的话，match()返回的就是空。

No.2

re.search 方法

参数说明：接收两个参数，

第一个是匹配的规则，

第二个是匹配的目标字符串，

re.search 扫描整个字符串并返回第一个成功的匹配。

re.match与re.search的区别

re.match从字符串的开始位置进行匹配，如果字符串开始不符合正则表达式，则匹配失败，函数返回空；

而re.search匹配整个字符串，直到找到一个匹配成功的则进行返回，如果整个字符串中都没有找到匹配成功的，则返回空。

No.3

findall 方法

参数说明：接收两个参数，

第一个是匹配的规则，

第二个是匹配的目标字符串，

在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。

注意：match 和 search 是匹配一个结果， findall 匹配处所有符合规则的结果。

No.4

sub 方法  

替换字符串中的某些字符，可以用正则表达式来匹配被选子串。

re.sub(pattern, repl, string, count=0 )

参数：

pattern：匹配的规则；

repl：匹配之后替换的新内容；

string：需要按规则替换的字符串；

count：替换的次数，可以不传参，默认替换所有符合规则的。

>>>> 案  例  演  示

需求：整个正则表达式提取如下接口登录之后返回的token值。

接口地址：http://47.112.233.130/users/login/

请求参数：

返回结果：

{'refresh': 'eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.eyJ0b2tlbl90eXBlIjoicmVmcmVzaCIsImV4cCI6MTY1Mzk4MzMyNSwiaWF0IjoxNjUzODk2OTI1LCJqdGkiOiI2NTE2MTE0OGFhMDY0NWNjYWY2ZWE4YmYzYzY1YjE1ZSIsInVzZXJfaWQiOjJ9.fMkJfOdhczbr1MqvYE5b0qYlC5GewBlFZbrteMOLUv0', 'token': 'eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.eyJ0b2tlbl90eXBlIjoiYWNjZXNzIiwiZXhwIjoxNjUzOTgzMzI1LCJpYXQiOjE2NTM4OTY5MjUsImp0aSI6ImQ3Nzg1ZjY0YTk2YzQwYzliZDcwMmUxMDgzNjVkNWU5IiwidXNlcl9pZCI6Mn0.UNmLRQsXnZBltgL7QQVuBON2UEBQav87NSGy5Iqbnws'}

实现代码

import requests
import re
# 登录接口
login_url = 'http://47.112.233.130:8888/users/login/'


# 请求登录接口，进行登录
params = {
    "username": "test",
    "password": "123456"
}
response = requests.post(url=login_url, json=params)
#使用正则表达式提取token
result = re.search(r'token":"(.+?)"',response.text)
token = result.group(1)

上述案例中关于token的提取我们使用的是正则表达式，除了正则之外，进行数据提取还有很多方式可以实现，比如jsonpath,xpath等等。jsonpath只能在接口返回的是json格式数据的情况下使用，xpath适用于接口返回的是XML或者HTML时使用。

---

学习资源分享

最后感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走

这些资料，对于想进阶【自动化测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！凡事要趁早，特别是技术行业，一定要提升技术功底。希望对大家有所帮助…….