Python的正则表达式：后向引用匹配的正则表达式组

Question

我想从我的正则表达式匹配返回2个亚组：

email_add = "John@Doe.com <John@Doe.com>" 
m = re.match(r"(\b[A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,4}\b) <(\b[A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,4}\b)", email_add) 

但它似乎并不匹配：

>>> m.group() 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
AttributeError: 'NoneType' object has no attribute 'group' 

我怀疑我可能没有正确分组或正在使用不正确的单词边界。我试过\ w而不是\ b，但结果是一样的。

有人请指出我的错误。

Answer 1

您匹配大写字母A-Z仅，所以字符序列ohn和oe和com事业模式不匹配任何东西。

添加re.I不区分大小写的标志，使你的模式工作：

>>> import re 
>>> email_add = "John@Doe.com <John@Doe.com>" 
>>> re.match(r"(\b[A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,4}\b) <(\b[A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,4}\b)", email_add) 
>>> re.match(r"(\b[A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,4}\b) <(\b[A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,4}\b)", email_add, re.I) 
<_sre.SRE_Match object at 0x1030d4f10> 
>>> _.groups() 
('John@Doe.com', 'John@Doe.com') 

，或者你可以添加a-z到字符类来代替：

>>> re.match(r"(\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,4}\b) <(\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,4}\b)", email_add) 
<_sre.SRE_Match object at 0x1030d4f10> 
>>> _.groups() 
('John@Doe.com', 'John@Doe.com') 

Answer 2

与您正则表达式已经指出了什么问题，但你也可以考虑email.utils.parseaddr：

>>> from email.utils import parseaddr 
>>> email_add = "John@Doe.com <John@Doe.com>" 
>>> parseaddr(email_add) 
('', 'John@Doe.com') # doesn't get first part, so could assume it's same as 2nd? 
>>> email_add = "John Doe <John@Doe.com>" 
>>> parseaddr(email_add) 
('John Doe', 'John@Doe.com') # does get name and email