结合正则表达式进行电子邮件抓取

Question

我有两种表达方式：

1. (\w+)[\s\(]at[\s\)](\w+)\sdot\s(\w+)\sdot\sedu
2. (\w+)[\s\(]at[\s\)](\w+)\.(\w+)\.edu

第一个标识：

csk at cs dot xyz dot edu
csk(at)cs dot xyz dot edu

第二个标识：

csk at cs.xyz.edu
csk(at)cs.xyz.edu

如何结合以上两者？我还想在其中包含 @，我所做的是：

(\w+)[\s\(][/at/@][\s\)](\w+)\sdot\s(\w+)\sdot\sedu

但它不起作用。有人可以帮忙吗？我有很多格式要涵盖，但不想明确地编写每个正则表达式。

Answer 1

将不同的模式放在由 | 逻辑 OR 运算符分隔的非捕获组中。

(\w+)[\s\(](?:at|@)[\s\)](\w+)(?:\sdot\s(\w+)\sdot\sedu|\.(\w+)\.edu)

如有必要，添加锚点。

^(\w+)[\s\(](?:at|@)[\s\)](\w+)(?:\sdot\s(\w+)\sdot\s|\.(\w+)\.)edu$

DEMO

Answer 2

[/at/@] 与您认为的不符。 [...] 表示一个字符集，因此该部分匹配单个字符 /、a、t 或 @.

为了匹配 at 或 @，您需要使用：

(?:at|@)

这是对 Python 的 Regular Expression Syntax 的引用。