正则表达式 - 将电子邮件地址与异常匹配

Question

请仔细阅读问题，这不是关于验证电子邮件地址的问题！

我正在尝试构建一个正则表达式（目前在 C# 中），它从文本中提取所有电子邮件地址，但有两个特定的例外。

我明白了：

• user1@company.com
• user2@company.com
• user3@company.com
• user1@private.com
• user2@private.com

所有在同一行的同一文本文件中，由空格字符分隔。

起初，我尝试匹配所有这些电子邮件地址，但以“user1”开头的电子邮件地址除外。我用过：

[\S]*(?<!user1)@[\S]*\..[a-zA-Z.]{1,}

效果很好。现在我有另一个要求：如果完整的电子邮件地址与“user2@private.com”匹配，也不匹配。所以它应该匹配“user2@company.com”，因此我不能使用：

[\S]*(?<!(user1|user2))@[\S]*\..[a-zA-Z.]{1,}

因此我尝试了一个额外的负面回顾：

([\S]*(?<!user1)@[\S]*\..[a-zA-Z.]{1,})(?<!user2@private\.com)

这不起作用，因为我猜它似乎对匹配“user2@private.co”感到满意。有什么办法可以实现我想要做的事情吗？我的头已经很痛了，...

我会使用额外的代码，但由于我使用的是第三方软件，它只给了我正则表达式的选项，而且只有一个正则表达式的选项，这就是我所拥有的，...

Answer 1

看起来不太好的单个正则表达式解决方案是

(?<!\S)(?!user1@|user2@private\.com(?!\S))\S+@\S+\.[a-zA-Z]{2,}(?!\S)

请参阅regex demo。

详情：

• (?<!\S) - 前面没有非空白字符的位置
• (?!user1@|user2@private\.com(?!\S)) - 该位置后面不能跟 user1@ 或 user2@private.com 后面不能跟非空白字符
• \S+ - 1+ 非空格
• @ - 文字 @
• \S+ - 1+ 非空格
• \. - 一个点
• [a-zA-Z]{2,}(?!\S) - 2 个或更多 ASCII 字母后跟非空白字符。

一种更易读的方法是用空格分割，获取匹配@"^\S+@\S+\.\S+$"的项目，并使用一些代码过滤掉不需要的匹配项：

var s = @"Text user1@company.com here user2@company.com and user3@company.com here user1@private.com more user2@private.com";
var result = s.Split().Where(m => 
        Regex.IsMatch(m, @"^\S+@\S+\.\S+$") && m != "user2@private.com" && !m.StartsWith("user1@"));
foreach (var str in result)
    Console.WriteLine(str);
// => user2@company.com, user3@company.com

见C# demo。

Answer 2

您应该能够改为使用否定的前瞻性。如果您需要过滤掉明确的电子邮件，则以下解决方案应该可以工作。但请记住，它并不是完全可扩展的。您不希望在此处应用数千封电子邮件。

^(?!user1|user2(?!@company.com))[\S]*@[\S]*\..[a-zA-Z.]{1,}

如果您怀疑这些规则中的许多规则可能会在将来应用，那么您可能需要考虑一种更好的方法。如果要过滤掉的电子邮件是明确的（不是模式），那么您可以在某处维护一个黑名单，并在提取/验证电子邮件地址模式后将它们过滤掉。