Question

我正在尝试使用stringr库从一个大而混乱的文件中提取电子邮件。

str_match不允许perl = TRUE，我无法找出转义字符以使其工作。

有人可以推荐一个相对强大的正则表达式，它可以在下面的上下文中使用吗？

c("larry@gmail.com", "larry-sally@sally.com", "larry@sally.larry.com")->emails
"SomeRegex"->regex
str_match(emails, regex)

Answer 1

> "^[[:alnum:].-_]+@[[:alnum:].-]+$"->regex
> str_match(emails, regex)
     [,1]                   
[1,] "larry@gmail.com"      
[2,] "larry-sally@sally.com"
[3,] "larry@sally.larry.com"

@ -sign不需要在正则表达式中转义。并且“。”而“ - ”在字符类中并不特殊。如果要添加“.com”，“。co”，“。edu”，“。org”的要求，则应指定该列表的完整程度。

正如M42所指出的，这不是一种万无一失的方法。事实上，据称没有确定的方法：Using a regular expression to validate an email address

Answer 2

我发现这个正则表达式对我来说效果更好：

^[[:alnum:]._-]+@[[:alnum:].-]+$

Dash在字符类中具有特殊含义，除非它是最后一个字符。它是一个范围运算符，如“A-Z”

Answer 3

实际上，我建议您使用更长的正则表达式，因为上述解决方案允许使用带有结尾点的test@test.com.之类的电子邮件。

isMail <- function(x){
   grepl("^[[:alnum:]._-]+@[[:alnum:].-]+$", x))
}

Base R Regex中的正则表达式，用于标识电子邮件地址

3 个答案: