我将从一个较大的 CSV 文件中收集零散的电子邮件。我现在正在学习正则表达式。我正在尝试从这个例句中提取电子邮件。但是，电子邮件中仅填充了 @ 符号和紧接其前的字母。你能帮我看看怎么回事吗？
import re
String = "'Jessica's email is jessica@gmail.com, and Daniel's email is daniel123@gmail.com. Edward's is edwardfountain@gmail.com, and his grandfather, Oscar's, is odawg@gmail.com.'"
emails = re.findall(r'.[@]', String)
names = re.findall(r'[A-Z][a-z]*',String)
print(emails)
print(names)
【问题讨论】：
您的正则表达式电子邮件根本不起作用：emails = re.findall(r'.[@]', String) 匹配 anychar 然后 @。
我会尝试一种不同的方法：匹配句子并提取名称，电子邮件与以下经验假设结合（如果您的文本更改太多，那会破坏逻辑）
's" 和 is 某处（使用非贪婪的 .*? 匹配介于两者之间的所有名称\w 匹配任何字母字符（或下划线），只有一个点表示域（否则匹配句子的最后一个点）代码：
import re
String = "'Jessica's email is jessica@gmail.com, and Daniel's email is daniel123@gmail.com. Edward's is edwardfountain@gmail.com, and his grandfather, Oscar's, is odawg@gmail.com.'"
print(re.findall("(\w+)'s.*? is (\w+@\w+\.\w+)",String))
结果：
[('Jessica', 'jessica@gmail.com'), ('Daniel', 'daniel123@gmail.com'), ('Edward', 'edwardfountain@gmail.com'), ('Oscar', 'odawg@gmail.com')]
转换为 dict 甚至会给你一个字典名称 => 地址：
{'Oscar': 'odawg@gmail.com', 'Jessica': 'jessica@gmail.com', 'Daniel': 'daniel123@gmail.com', 'Edward': 'edwardfountain@gmail.com'}
一般情况需要更多字符（不确定我是否详尽）：
String = "'Jessica's email is jessica_123@gmail.com, and Daniel's email is daniel-123@gmail.com. Edward's is edward.fountain@gmail.com, and his grandfather, Oscar's, is odawg@gmail.com.'"
print(re.findall("(\w+)'s.*? is ([\w\-.]+@[\w\-.]+\.[\w\-]+)",String))
结果：
[('Jessica', 'jessica_123@gmail.com'), ('Daniel', 'daniel-123@gmail.com'), ('Edward', 'edward.fountain@gmail.com'), ('Oscar', 'odawg@gmail.com')]
【讨论】：
1. 电子邮件
In [1382]: re.findall(r'\S+@\w+\.\w+', text)
Out[1382]:
['jessica@gmail.com',
'daniel123@gmail.com',
'edwardfountain@gmail.com',
'odawg@gmail.com']
如何运作：所有电子邮件都是xxx@xxx.xxx。需要注意的是，@ 和单数 . 周围有一堆字符。所以，我们使用\S 来划分任何不是空白的东西。而+则是搜索1个或多个这样的字符。 \w+\.\w+ 只是一种奇特的说法，即搜索一个只有一个 . 的字符串。
2. 姓名
In [1375]: re.findall('[A-Z][\S]+(?=\')', text)
Out[1375]: ['Jessica', 'Daniel', 'Edward', 'Oscar']
工作原理：任何以大写字母开头的单词。 (?=\') 是一个前瞻。如您所见，所有名称都遵循Name's 模式。我们想要撇号之前的所有内容。因此，未捕获的前瞻。
现在，如果您想通过使用大量正则表达式将姓名与电子邮件一起捕获来将姓名映射到电子邮件，您可以。 Jean-François Fabre's answer 是一个好的开始。但我建议先把基础打好。
【讨论】：
odawg@gmail.com.: 最后一封邮件末尾有一个点，其他的也有逗号:)
[\w_] 是多余的，因为\w 包含_！
您需要找到要匹配的锚点、模式。改进的模式可能是：
import re
String = "'Jessica's email is jessica@gmail.com, and Daniel's email is
daniel123@gmail.com. Edward's is edwardfountain@gmail.com, and his
grandfather, Oscar's, is odawg@gmail.com.'"
emails = re.findall(r'[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+', String)
names = re.findall(r'[A-Z][a-z]*', String)
print(emails)
print(names)
\w+ 缺少电子邮件地址中允许的“-”。
【讨论】：
这是因为您没有使用重复运算符。下面的代码使用 + 运算符，这意味着字符/子模式在它可以重复 1 到多次之前。
s = '''Jessica's email is jessica@gmail.com, and Daniel's email is daniel123@gmail.com. Edward's is edwardfountain@gmail.com, and his grandfather, Oscar's, is odawg@gmail.com.'''
p = r'[a-z0-9]+@[a-z]+\.[a-z]+'
ans = re.findall(p, s)
print(ans)
【讨论】：