Question

我已经读过this和this和this以及很多其他书籍。他们没有回答我的问题。

我想过滤一个字符串，其中可能包含以<@>开头的电子邮件或字符串（例如电子邮件，但在“ @”之前没有文本）。我已经测试了很多，但是最接近的最简单的方法之一是：

import re
re.split(r'(@)', "test @aa test2 @bb @cc t-es @dd-@ee, test@again")
Out[40]: 
['test ', '@', 'aa test2 ', '@', 'bb ', '@', 'cc t-es ', '@', 'dd-', '@', 'ee, test', '@', 'again']

我正在寻找适合我的正则表达式：

['test ', '@aa', 'test2 ', '@bb ', '@cc', 't-es ', '@dd-', '@ee', 'test@again']

Answer 1

当您可以使用“ yo regex，请给我所有匹配项”时，为什么要尝试拆分：

test = "test @aa test2 @bb @cc t-es @dd-@ee, test@again"


import re

print(
    re.findall("[^\s@]*?@?[^@]* |[^@]*@[^\s@]*", test)
)
# ['test ', '@aa test2 ', '@bb ', '@cc t-es ', '@dd-', '@ee, ', 'test@again']

我尝试过，但是我不能使正则表达式变小，但至少它能起作用，并且谁仍然希望正则表达式变小

根据OP的新要求（或已更正的要求）

[^\s@]*?@?[^\s@]* |[^@]*@[^\s@]*

Answer 2

基于不同的电子邮件解析和简单的“ @[:alphanum:]+”解析的我自己的解决方案是：

USERNAME_OR_EMAIL_REGEX = re.compile(
    r"@[a-zA-Z0-9-]+"  # simple username
    r"|"
    r"[a-zA-Z0-9.!#$%&'*+/=?^_`{|}~-]+"  # email 
    r"@"  # following: domain name:
    r"[a-zA-Z0-9](?:[a-zA-Z0-9-]{0,61}[a-zA-Z0-9])?"
    r"(?:\.[a-zA-Z0-9](?:[a-zA-Z0-9-]{0,61}[a-zA-Z0-9])?)")

拆分所有事件并保留分隔符

2 个答案: