使用正则表达式提取具有特殊字符的文本 python

Question

我有一系列格式为 firstname.lastname@gmail.com 的电子邮件。

我想使用正则表达式获取名字、姓氏和域名。

我可以像这样获取域：

domain = re.search('@.+', email).group()

但是我的名字和姓氏有问题。

您好，您能告诉我怎么做吗？

Answer 1

您需要在正则表达式中使用括号，以便访问匹配的子字符串。请注意，下面的正则表达式中有三个括号，分别用于匹配名字、姓氏和域。

m = re.match(r'(.*)\.(.*)@(.*)', email)
assert m is not None
firstname = m.group(1)
lastname = m.group(2)
domain = m.group(3)

另外两个注意事项：

您需要使用反斜杠转义分隔名字和姓氏的点。
对正则表达式字符串使用前缀 r 很方便，以避免重复反斜杠字符。

Answer 2

v = "firstname.lastname@gmail.com"
pattern = re.compile(r"(.*)\.(.*)@([a-z]+)\.[a-z]+")
pattern.findall(v)

pattern.findall(v)
Out[7]: [('firstname', 'lastname', 'gmail')]

输出将是一个由名字、姓氏和域组成的元组。

Answer 3

如果你想使用 3 个捕获组，你可以使用否定字符 class 来匹配除你想要允许的字符以外的所有字符，以防止一些不必要的回溯使用 .*

^([^\s@.]+)\.([^\s@.]+)@([^\s@]+)$

在部分中，模式匹配：

^ 字符串开头
([^\s@.]+) 捕获 组 1 匹配除空白字符 . 或 @
\.匹配一个点
([^\s@.]+) 捕获 组 2 匹配除空白字符 . 或 @
@ 匹配一个 @ 字符
([^\s@]+) 捕获 组 3 匹配除 whitspace 字符或 @
$ 字符串结束

看到一个regex demo and a Python demo.

例如：

import re

email = "firstname.lastname@gmail.com";
m = re.match(r'([^\s@.]+)\.([^\s@.]+)@([^\s@]+)$', email)
if m:
    print(m.groups())

输出

('firstname', 'lastname', 'gmail.com')

使用正则表达式提取具有特殊字符的文本 python

Extract text with special characters using regex python

python

regex

character

extract