正则表达式条件提取电子邮件地址的域名答案

【问题标题】：regular expression conditional to extract domain name of email address正则表达式条件提取电子邮件地址的域名
【发布时间】：2022-01-26 12:11:17
【问题描述】：

我想提取电子邮件地址的域名，但只提取域之前的部分。

@([\w]+)

使用“john@telenet.be”之类的电子邮件地址，我可以提取 Telenet。但是，当电子邮件地址是“john@invoice.telenet.be”时，我得到的是“invoice”而不是“telenet”。

我尝试了一个条件，但我无法让它工作。

【问题讨论】：

试试这个：@(.+)\. 这里是例子：regex101.com/r/v3v896/1
除非您有有效 TLD 列表，否则您的任务是徒劳的。想一想，你会如何处理john@invoice.telenet.co.uk？
无论如何，[^.@]+(?=\.[^.]+$) 将适用于您的具体示例。 regex101.com/r/FLd4nj/1

标签： regex conditional-statements

【解决方案1】：

根据rfc522，它定义了有效电子邮件地址的格式，电子邮件地址的本地部分，即@domain_name之前的部分，可以如果它在 引用的字符串中，则包含一个“@”字符。因此，您要确保在 final '@' 之后开始扫描。

以下正则表达式是特定的，将扫描到域名最后一级的下一个捕获组 1：

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

[@.] - 匹配“@”或“.”。这与新域级别的开始相匹配。正则表达式的其余部分将保证要扫描的剩余字符中没有“@”字符。
([^.@]+) - 扫描以捕获第 1 组的一个或多个“.”字符。也不是“@”。
. - 匹配一个 '.'。
([^.@]+) - 匹配一个或多个“.”字符也不是“@”。
$ - 匹配字符串的结尾。

See Regex demo.

第二种方法使用更简单的正则表达式首先扫描最终“@”之后的任何内容以捕获完整域：

(?<=@)[^@]+$

(?<=@) - 一个肯定的后向断言，说明前面的字符是“@”。
[^@]+ - 匹配 1 个或多个非“@”字符。
$ - 匹配字符串的结尾。

See Regex Demo

如果您的正则表达式引擎不支持后向断言，请改用以下正则表达式，在这种情况下，域将位于捕获组 1 中：

@([^@]+)$

然后你可以在.字符上分割扫描到的域，并选择域的任意N部分如下（代码是Python）：

import re

email = "john@invoice.telenet.be"

m = re.search(r'@([^@]+)$', email)
if m:
    # We have a match
    domain = m.group(0)
    domain_parts = domain.split('.')
    # the penultimate part: 'telnet'
    print(domain_parts[-2])
    # the last 2 parts: telnet.be
    print('.'.join(domain_parts[-2:]))

打印：

telenet
telenet.be

See Python demo

【讨论】：

感谢您的详细解释！！非常有帮助！ :)