在 Python 中解析逗号分隔的电子邮件列表，其格式为“名称”<email>

Question

输入（逗号分隔列表）：

"\"Mr ABC\" <mr@abc.com>, \"Foo, Bar\" <foo@bar.com>, mr@xyz.com"

预期输出（2 元组列表）：

[("Mr ABC", "mr@abc.com"), ("Foo, Bar", "foo@bar.com"), ("", "mr@xyz.com")]

我实际上可以使用逗号拆分，然后使用email.utils.parseaddr(address)，直到我意识到名称部分也可以包含逗号，就像上面的“Foo，Bar”一样。

email.utils.getaddresses(fieldvalues) 非常接近我的需要，但它接受一个序列，而不是逗号分隔的字符串。

Answer 1

请使用getaddresses：

emails = getaddresses('"Mr ABC" <mr@abc.com>, "Foo, Bar" <foo@bar.com>, "mr@xyz.com"')

=> [('Mr ABC', 'mr@abc.com'), ('Foo, Bar', 'foo@bar.com'), ('', 'mr@xyz.com')]

Answer 2

你可以使用下面的

import re
p = re.compile(r'"([^"]+)"(?:\s+<([^<>]+)>)?')
test_str = '"Mr ABC" <mr@abc.com>, "Foo, Bar" <foo@bar.com>, "mr@xyz.com"'
print(re.findall(p, test_str))

输出：[('Mr ABC', 'mr@abc.com'), ('Foo, Bar', 'foo@bar.com'), ('mr@xyz.com', '')]

见IDEONE demo

正则表达式匹配...

• " - 双引号
• ([^"]+) -（第 1 组）1 个或多个字符，而不是双引号
• " - 双引号

然后，使用(?:...)? 构造引入可选的非捕获组：(?:\s+<([^<>]+)>)?。它匹配...

• \s+ - 1 个或多个空格字符
• < - 左尖括号
• ([^<>]+) -（第 2 组）1 个或多个字符，而不是左尖括号或右尖括号
• > - 右尖括号

re.findall 函数将所有捕获组放入一个元组列表中：

如果模式中存在一个或多个组，则返回组列表；如果模式有多个组，这将是一个元组列表。

更新：

如果您需要确保电子邮件是元组中的 second 元素，请使用此代码（请参阅demo）：

lst = re.findall(p, test_str)
print([(tpl[1], tpl[0]) if not tpl[1] else tpl for tpl in lst])
# => [('Mr ABC', 'mr@abc.com'), ('Foo, Bar', 'foo@bar.com'), ('', 'mr@xyz.com')]