用于删除除模式之外的所有字符的 Java 正则表达式答案

【问题标题】：Java regex for removing all characters except a pattern用于删除除模式之外的所有字符的 Java 正则表达式
【发布时间】：2014-08-28 19:00:32
【问题描述】：

我有一个包含电子邮件的字符串。在它之前和/或之后可能有额外的字符。输入示例：

a1@b.com
a2@b.com abcd efg
x y z a3@b.com
p q a4@b.com x z
asd[x5@c.net]gh

我想删除多余的字符。

期望的输出：

a1@b.com
a2@b.com
a3@b.com
a4@b.com
x5@c.net

有效字符为 a-zA-Z0-9._ 因此，在电子邮件之前和/或之后可能存在无效字符。

我尝试使用此代码来识别它是否是正确的电子邮件（假设它与多余的字符用空格分隔），但我无法替换为所需的字符串（使用 s.replaceAll()）：

if (s.matches("(?i).*\\s[a-zA-Z_\\.]+@[a-zA-Z_\\.]+\\.[a-zA-Z_\\.]+.*") ||
    fields[2].matches("(?i).*[a-zA-Z_\\.]+@[a-zA-Z_\\.]+\\.[a-zA-Z_\\.]+\\s.*"))

【问题讨论】：

阅读this
不要使用matches 或replaceAll。相反，设置一个Matcher，使用find（它将在字符串中的任何位置找到一个模式），并使用group(0) 返回它找到的字符串。告诉它返回匹配的字符串比告诉它删除不匹配的字符要容易得多。
有效字符为a-zA-Z0-9._ ...您的正则表达式如何匹配所需输出中电子邮件地址中的12345？？
有效字符为 a-zA-Z0-9._ 已编辑。
你最好使用这个正则表达式：\S@\S 你的正则表达式会丢失大量有效的电子邮件地址。电子邮件地址中允许使用大量有效字符。

标签： java regex string email

【解决方案1】：

你可以使用 java.util.regex.Pattern 和 java.util.regex.Matcher

此代码将满足您的要求：

public static void main(String[] args) {
    String[] testList = {"a1@b.com", 
            "a2@b.com abcd efg", 
            "x y z a3@b.com", 
            "p q a4@b.com x z", 
            "asd[a5@b.coom]gh"};

    Pattern EMAIL_PATTERN = Pattern.compile("[_A-Za-z0-9-]+(\\.[_A-Za-z0-9-]+)*@[A-Za-z0-9-]+(\\.[A-Za-z0-9-]+)*(\\.[A-Za-z]{2,})");


    for(String test : testList){
        Matcher m = EMAIL_PATTERN.matcher(test);
        while (m.find()) {
             System.out.println(m.group(0));
        }
    }
}

【讨论】：

【解决方案2】：

鉴于您对有效字符的定义，请尝试：

^.*?([\w.]+@[\w.]+).*$

并替换为捕获组 1

【讨论】：

【解决方案3】：

无法验证电子邮件地址。只能验证 email-adress-like-appearence - 由于新的 tld 包含超过 3 个字符，因此这项任务也非常棘手。

因此，您最好先找到“无效”的电子邮件地址（邮件发送会失败），然后再找一个有效的。

使用

([a-zA-Z0-9!#$%&'*+-/=?^_`{|}~.]+\@(?:[a-zA-Z0-9.-]+|\[[0-9.]+\]))

抓取任何可能是电子邮件地址的东西。

  ([a-zA-Z0-9!#$%&'*+-/=?^_`{|}~.]+\@(?:[a-zA-Z0-9.-]+|\[[0-9.]+\]))

Debuggex Demo

【讨论】：