为测试数据编写正则表达式（PCRE）答案

【问题标题】：writing Regular expression for test data(PCRE)为测试数据编写正则表达式（PCRE）
【发布时间】：2015-05-28 08:31:00
【问题描述】：

我正在尝试编写一个符合以下条件的正则表达式：

匹配第一个 '@' 和 ':' 之后的所有内容。但它不应该包括这两个字符。我已经粘贴了我的测试数据。我更喜欢使用http://regexpal.com/ 来测试我的正则表达式。例如，如果测试字符串是 "pop3://abby@abby.com:43598743abby@173.201.192.199:110"

那么正则表达式应该匹配“abby.com”

pop3://abby@abby.com:43598743abby@173.201.192.199:110
pop3://abby@abby.com:abby243234@173.201.192.199:110
smtp://tania@abby.ca:abby3@69.49.109.86:25
pop3://tania@abby.ca:abbya13@69.49.109.86:110
pop3://abby@abby.com:abby9675@173.201.193.199:110
pop3://abby@abby.com:abby12345@173.201.193.199:110
smtp://abby:820211ly520@202.108.6.242:25
pop3://smartinez@abby.com:abby123@64.26.60.221:110

【问题讨论】：

我打算写一个Py脚本。但我主要关心的是首先使用正则表达式过滤掉一个大文本文件。 Notepad++ 等工具支持正则表达式搜索，因此如果我有正确的正则表达式，我将很容易进行搜索和排序。
您能否详细解释一下match everything after the first '@' and first ':' . But it should not include these two characters
糟糕。我想我在这个问题上犯了一个小错误。这是我的想法：让我们考虑示例数据集的第一行：“pop3://abby@supremefill.com:ash9675@173.201.192.199:110”。我想匹配 "supremefill.com" 。第一个 '@' 和下一个 ':' 之后的任何内容。
假设第一行，你只想要supremefill.com 吗？介于@ 和:
你明白了，弗兰克。我修改了我的问题。抱歉弄错了。

标签： regex pcre

【解决方案1】：

我会使用lookbehind assertion:

(?<=@)[^:]+

它匹配前面有@ 的非':' 字符序列。 @ 不包含在匹配中。

https://regex101.com/r/pZ6xA5/1

【讨论】：

【解决方案2】：

我会简单地使用：

/@([^:]+):/

它匹配@和:之间的字符串，结果在第1组中。

【讨论】：

OP 不想要 @ 和 :
是的，需要避免@：
@S.Krishna：这些角色不包含在第 1 组中。您尝试过吗？
@S.Krishna 这些角色不包括在第 1 组中！你知道什么是捕获组吗？如果没有，请学习！
@hek2mgl，我不会，我会的！

【解决方案3】：

如果我理解得很好，当用户名是一个电子邮件地址时，您想提取电子邮件地址的域。更清楚地说，第一行可以分为以下几部分：

pop3://abby@supremefill.com:ash9675@173.201.192.199:110

[scheme] => pop3
[host]   => 173.201.192.199
[port]   => 110
[user]   => abby@supremefill.com
[pass]   => ash9675

所以用户名是abby@supremefill.com，这个电子邮件地址的域是supremefill.com。

请注意，smtp://liangyuan820211:820211ly520@202.108.6.242:25 行的用户名不是电子邮件地址：liangyuan820211，则此行不得返回任何结果。

提取域的一种有效方法是将模式锚定在行的开头（以快速丢弃可能尝试模式的无用位置），并且默认情况下，notepad++ 中的正则表达式引擎设置为多行模式 （在这种模式下^ 代表start of the line）。要丢弃直到域名的所有开头的行，您可以使用\K。

^[^@:]+:[^@:]+@\K[^:]+

demo

【讨论】：

看起来这里唯一的正确答案 - OP 真的想要那个。

【解决方案4】：

你可以试试([a-z])*?\.([a-z])*

Demo

【讨论】：

是的，这完全匹配。我只是稍微修改了一下 ([a-z])*?\.([a-z]){2,3}。这将选择 2 或 3 个长度的 TLD。谢谢
这匹配foo.bar。这与问题有什么关系？前面的@怎么处理，后面的:怎么处理？

【解决方案5】：

(?<=@)([^:\d]+):

更多detail

【讨论】：

为什么是捕获组？为什么没有数字？（域名中允许使用数字。为什么要在末尾添加:？
它与给出的示例不匹配：smtp://liangyuan820211:820211ly520@202.108.6.242:25
再看看他的问题For example if the test string is "pop3://abby@supremefill.com:ash9675@173.201.192.199:110" Then the regex should match "supremefill.com"