Python按正则表达式拆分？答案

【问题标题】：Python split by regular expression?Python按正则表达式拆分？
【发布时间】：2012-04-20 08:08:15
【问题描述】：

好的，在 python 中，我从这样的字符串中提取电子邮件：

split = re.split(" ", string)
emails = []

pattern = re.compile("^[a-zA-Z0-9_\.-]+@[a-zA-Z0-9-]+.[a-zA-Z0-9-\.]+$");

for bit in split:
    result = pattern.match(bit)

    if(result != None):
        emails.append(bit)

只要电子邮件之间有空格，这就会起作用。但情况可能并非总是如此。例如：

Hello, foo@foo.com

会返回：

foo@foo.com

但是，请使用以下字符串：

I know my best friend mailto:foo@foo.com!

这将返回null。所以问题是：我怎样才能使正则表达式成为分割的分隔符？我想得到

foo@foo.com

在所有情况下，无论它旁边的标点符号如何。这在python中可能吗？

“通过正则表达式拆分”是指如果程序遇到字符串中的模式，它将提取该部分并将其放入列表中。

【问题讨论】：

标签： python regex email split

【解决方案1】：

我不是正则表达式专家，但我想说您正在寻找re.findall：

>>> email_reg = re.compile(r'[a-zA-Z0-9_.-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+')
>>> email_reg.findall('I know my best friend mailto:foo@foo.com!')
['foo@foo.com']

注意findall 可以处理多个电子邮件地址：

>>> email_reg.findall('Text text foo@foo.com, text text, baz@baz.com!')
['foo@foo.com', 'baz@baz.com']

编辑：有了 Qtax 的帮助，现在正则表达式应该会更好。

【讨论】：

至少不要忘记转义唯一需要转义的.。
@Qtax：谢谢，我已经做出改变了。正如我所说，正则表达式不是我最好的，如果您仍然发现有问题，请不要犹豫编辑或让我知道 :)

【解决方案2】：

我在您的正则表达式中看到的问题是您使用了匹配字符串开头的^ 和匹配字符串结尾的$。如果您删除它，然后使用您的示例测试用例运行它，它将起作用

>>> re.findall("[A-Za-z0-9\._-]+@[A-Za-z0-9-]+.[A-Za-z0-9-\.]+","I know my best friend mailto:foo@foo.com!")
['foo@foo.com']
>>> re.findall("[A-Za-z0-9\._-]+@[A-Za-z0-9-]+.[A-Za-z0-9-\.]+","Hello, foo@foo.com")
['foo@foo.com']
>>>

【讨论】：

您的正则表达式末尾缺少+。

【解决方案3】：

使用re.search 或re.findall。您还需要正确转义您的表达式（. 需要在字符类之外转义，而不是在内部）并删除/替换锚点^ 和$（例如使用\b），例如：

r"\b[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+\b"

【讨论】：

"\b" 开头和结尾对 mailto:foo@foo.com! 无效。
@marue，你试过了吗？它会工作得很好。 : 不是单词字符。