Question

我似乎无法从以下短语中获取电子邮件地址：

“的mailto：？fwwrp-3492801490@yahoo.com”

到目前为止，我已经尝试了

regexpr(":([^\\?*]?)", phrase)

代码的逻辑如下：

以分号字符开头：
获取每个不是问号的字符
在括号内返回这些字符。

我不确定我的正则表达式在哪里出错。

Answer 1

让我们看看你的正则表达式，我们会看到你出错的地方。我们将它拆开以便更容易讨论：

:            Just a literal colon, no worries here.
(            Open a capture group.
    [        Open a character class, this will match one character.
        ^    The leading ^ means "negate this class"
        \\   This ends up as a single \ when the regex engine sees it and that will
             escape the next character.
        ?    This has no special meaning inside a character class, sometimes a
             question mark is just a question mark and this is one of those
             times. Escaping a simple character doesn't do anything interesting.
        *    Again, we're in a character class so * has no special meaning.
    ]        Close the character class.
    ?        Zero or one of the preceding pattern.
)            Close the capture group.

消除噪音给我们:([^?*]?)。

所以你的正则表达式实际匹配：

冒号后跟零个或一个不是问号或星号的字符，非问号或非星号将出现在第一个捕获组中。

这与你想要做的完全不同。一些调整应该排除你：

:([^?]*)

匹配：

冒号后跟任意数量的非问号，非问号将出现在第一个捕获组中。

字符类外的*是特殊的，在字符类之外它意味着“零或更多”，在字符类中它只是*。

我会把它留给其他人来帮助你处理R方面的事情，我只是想让你了解正则表达式发生了什么。

Answer 2

这是gsub的一种非常简单的方法：

gsub("([a-z]+:)(.*)([?]$)", "\\2", "mailto:fwwrp-3492801490@yahoo.com?")
## Or, if you expect things other than characters before the colon
gsub("(.*:)(.*)([?]$)", "\\2", "mailto:fwwrp-3492801490@yahoo.com?")
## Or, discarding the first and third groups since they aren't very useful
gsub(".*:(.*)[?]$", "\\1", "mailto:fwwrp-3492801490@yahoo.com?")

建立@TylerRinker启动的位置，您还可以使用strsplit，如下所示（以避免问题gsub}：

strsplit("mailto:fwwrp-3492801490@yahoo.com?", ":|\\?", fixed=FALSE)[[1]][2]

如果你有这样的字符串列表怎么样？

phrase <- c("mailto:fwwrp-3492801490@yahoo.com?", 
            "mailto:somefunk.y-address@Sqmpalm.net?")
phrase
# [1] "mailto:fwwrp-3492801490@yahoo.com?"  
# [2] "mailto:somefunk.y-address@Sqmpalm.net?"

## Using gsub
gsub("(.*:)(.*)([?]$)", "\\2", phrase)
# [1] "fwwrp-3492801490@yahoo.com"     "somefunk.y-address@Sqmpalm.net"

## Using strsplit
sapply(phrase, 
       function(x) strsplit(x, ":|\\?", fixed=FALSE)[[1]][2], 
       USE.NAMES=FALSE)
# [1] "fwwrp-3492801490@yahoo.com"     "somefunk.y-address@Sqmpalm.net"

我更喜欢gsub方法的简洁。

容易正则表达式令人困惑

2 个答案: