正则表达式 - 匹配模式中的单词，电子邮件地址除外

我正在寻找匹配特定模式的字符串中的单词。问题是，如果单词是电子邮件地址的一部分，则应该忽略它们。正则表达式 - 匹配模式中的单词，电子邮件地址除外

为了简化“合适词”\w+\.\w+的模式 - 一个或多个字符，一个实际时段和另一系列字符。

导致问题的句子例如是a.a b.b:c.c [email protected]。

目标是仅匹配[a.a, b.b, c.c]。在我构建的大多数正则表达式中，e.e也会返回（因为我使用了一些字边界匹配）。

例如：

>>> re.findall(r"(?:^|\s|\W)(?<[email protected])(\w+\.\w+)([email protected])\b", "a.a b.b:c.c [email protected]") ['a.a', 'b.b', 'c.c', 'e.e']

我怎么能只匹配中不包含 “@” 的话呢？

来源

2017-08-01 alon

而不是试图得到一个聪明的正则表达式，可能首先清理字符串？第一条带\ w + @ \ w +然后处理。我使用python完成了大量的ETL工作，而且通常清理垃圾，然后拆分/处理数据更容易/更快。 – sniperd

http：// www。rexegg.com/regex-best-trick.html#thetrick –

我肯定会先清理它并简化正则表达式。

首先我们必须

words = re.split(r':|\s', "a.a b.b:c.c [email protected]")

然后过滤掉，在他们有一个@的话。

words = [re.search(r'^(([email protected]).)*$', word) for word in words]

来源

2017-08-01 15:23:33

正确解析电子邮件地址与正则表达式是非常辛苦的，但你的简单情况下，使用Word的一个简单的定义〜\w\.\w和电子邮件〜any sequence that contains @，你可能会发现这个正则表达式做你需要的东西：

>>> re.findall(r"(?:^|[:\s]+)(\w+\.\w+)(?=[:\s]+|$)", "a.a b.b:c.c [email protected]") 
['a.a', 'b.b', 'c.c']

这里的诀窍不是关注下一个或上一个单词的内容，而是关注当前捕获的单词的样子。

另一个诀窍是正确定义单词分隔符。之前这个词我们将允许多个空格，:和字符串开始，消耗这些字符，但不捕获它们。之后我们需要的词几乎相同（除了字符串结束，而不是开始），但是我们不会消耗这些字符 - 我们使用一个超前断言。

来源

2017-08-01 15:41:34 randomir

您可以用\[email protected]\S+\.\S+和匹配和捕获你在所有其他情况下(\w+\.\w+)模式匹配的电子邮件般子。使用re.findall只返回捕获的值，并筛选出空项（他们将在re.findall结果时，有一个电子邮件匹配）：

import re 
rx = r"\[email protected]\S+\.\S+|(\w+\.\w+)" 
s = "a.a b.b:c.c [email protected]" 
res = filter(None, re.findall(rx, s)) 
print(res) 
# => ['a.a', 'b.b', 'c.c']

见Python demo。

查看regex demo。

来源

2017-08-01 17:22:24

正则表达式 - 匹配模式中的单词，电子邮件地址除外

回答

相关问题