测试开发python中正则表达式使用总结（二）

一、正则基础模块

Python 处理正则使用内置模块 re

python

import re

常用方法：

• re.match()：从开头匹配
• re.search()：全文搜索，找到第一个匹配
• re.findall()：返回所有匹配结果列表
• re.finditer()：返回迭代器，适合大量数据
• re.sub()：替换匹配内容
• re.split()：按匹配分割字符串
• re.compile()：预编译正则，提升效率

---

二、元字符（必须掌握）

1. 基础元字符

符号	含义
.	匹配任意单个字符（除换行）
^	匹配字符串开头
$	匹配字符串结尾
*	匹配 0 次或多次（贪婪）
+	匹配 1 次或多次（贪婪）
?	匹配 0 次或 1 次
`	`	或
()	分组
[]	字符集
{n}	精确 n 次
{n,m}	n~m 次

示例

python

# . 匹配任意字符
print(re.findall(r'a.b', 'a1b aab acb'))  # ['a1b', 'aab', 'acb']

# ^ 开头匹配
print(re.match(r'^\d+', '123abc').group())  # 123

# $ 结尾匹配
print(re.search(r'\d+$', 'abc123').group()) # 123

# * + ?
print(re.findall(r'ab*', 'a ab abb'))       # ['a', 'ab', 'abb']
print(re.findall(r'ab+', 'a ab abb'))       # ['ab', 'abb']
print(re.findall(r'ab?', 'a ab abb'))       # ['a', 'ab', 'ab']

---

三、字符类与预定义字符集

1. 自定义字符集 []

python

# 匹配 a/b/c 中的一个
print(re.findall(r'[abc]', 'a1b2c3'))   # ['a','b','c']

# 范围 [0-9] [a-z] [A-Z]
print(re.findall(r'[0-9]', 'a1b2c3'))   # ['1','2','3']

# 排除 ^ 在 [] 内表示非
print(re.findall(r'[^0-9]', 'a1b2c3'))  # ['a','b','c']

2. 预定义字符（高频）

符号	含义
\d	数字 [0-9]
\D	非数字
\w	字母 / 数字 / 下划线 [a-zA-Z0-9_]
\W	非单词字符
\s	空白（空格、\t、\n）
\S	非空白

示例：

python

print(re.findall(r'\d+', 'price:199, count:20'))  # ['199','20']
print(re.findall(r'\w+', 'user_name_123'))        # ['user_name_123']

---

四、量词与贪婪 / 非贪婪

1. 贪婪（默认）

尽可能多匹配

python

s = '<div>test</div><div>hello</div>'
print(re.findall(r'<div>.*</div>', s))
# 整条匹配：['<div>test</div><div>hello</div>']

2. 非贪婪 *? +? ??

尽可能少匹配

python

print(re.findall(r'<div>.*?</div>', s))
# ['<div>test</div>', '<div>hello</div>']

测试开发常用：提取标签、JSON 字段、日志内容。

---

五、分组 () 与捕获

1. 普通分组

python

res = re.search(r'(\d+)-(\d+)', 'tel:123-4567')
print(res.group(0))  # 123-4567
print(res.group(1))  # 123
print(res.group(2))  # 4567

2. 命名分组 (?P<name>)

接口提取字段非常实用

python

res = re.search(r'(?P<year>\d{4})-(?P<month>\d{2})', '2025-09')
print(res.group('year'))   # 2025
print(res.group('month'))  # 09

3. 非捕获分组 (?:...)

只匹配不捕获，节省内存

python

print(re.findall(r'(?:http|https)://(\w+)', 'https://www'))
# ['www']

---

六、断言（零宽断言，测试必用）

1. 正向先行断言 (?=...)

后面必须出现某内容

python

# 匹配数字后面跟元
print(re.findall(r'\d+(?=元)', '价格99元，数量20个'))
# ['99']

2. 负向先行断言 (?!...)

后面不出现某内容

python

print(re.findall(r'\d+(?!个)', '99元 20个'))
#['99', '2']

3. 正向后行断言 (?<=...)

前面必须出现

python

print(re.findall(r'(?<=价格)\d+', '价格199'))
# ['199']

4. 负向后行断言 (?<!...)

前面不出现

python

print(re.findall(r'(?<!价格)\d+', '原价199 价格299'))
# ['199']

---

七、re 常用方法示例（测试开发最实用）

1. re.match()

只匹配开头

python

print(re.match(r'hello', 'hello world').group())  # hello

2. re.search()

找第一个匹配

python

print(re.search(r'\d+', 'abc123def').group())     # 123

3. re.findall()

返回所有匹配列表（最常用）

python

print(re.findall(r'[a-z]+', '1a2b3c'))  # ['a','b','c']

4. re.sub () 替换

日志脱敏、替换敏感信息

python

print(re.sub(r'\d+', '*', 'phone:13800138000'))
# phone:***********

5. re.split () 分割

python

print(re.split(r'[,; ]', 'a,b;c d'))
# ['a','b','c','d']

6. re.compile () 预编译

多次匹配时提升性能

python

pat = re.compile(r'\d+')
print(pat.findall('123 abc 456'))  # ['123','456']

---

八、标志位（flags）

• re.I：忽略大小写
• re.S：使 . 匹配换行
• re.M：多行模式，^$ 匹配每行开头结尾

示例：

python

print(re.findall(r'hello', 'Hello hello', re.I))
# ['Hello', 'hello']

s = 'a\nb'
print(re.findall(r'a.b', s, re.S))  # ['a\nb']

---

九、高频实战场景（测试开发必备）

1. 提取手机号

python

re.findall(r'1[3-9]\d{9}', text)

2. 提取邮箱

python

re.findall(r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}', text)

3. 提取 IP

python

re.findall(r'\d+\.\d+\.\d+\.\d+', text)

4. 提取接口返回中的 token

python

re.search(r'"token":"(.*?)"', text).group(1)

5. 日志提取耗时

python

re.search(r'time:(\d+)ms', log).group(1)

---

十、易错点总结

1. 正则字符串建议用 r'' 原始字符串，避免转义灾难
2. . 默认不匹配换行，需要 re.S
3. 贪婪匹配会吞内容，提取标签用 .*?
4. match 只匹配开头，search 全文搜索
5. 分组编号从 1 开始，0 是整体匹配