Python-正则表达式-查找所有重复项

Question

我正在尝试使用python中的以下代码匹配html文本中的电子邮件

my_second_pat = '((\w+)( *?))(@|[aA][tT]|\([aA][tT]\))(((( *?)(\w+)( *?))(\.|[dD][oO][tT]|\([dD][oO][tT]\)))+)([eE][dD][uU]|[cC][oO][mM])'


matches = re.findall(my_second_pat,line)
for m in matches:
    s = "".join(m)
    email = "".join(s.split())
    res.append((name,'e',email))

当我在line = shoham@stanford.edu上运行它时line = shoham@stanford.edu

我得到：

[('shoham', 'shoham', '', '@', 'stanford.', 'stanford.', 'stanford', '', 'stanford', '', '.', 'edu')]

我所期望的：

[('shoham','@', 'stanford.', 'edu')]

它在regexpal.com上作为一个字符串匹配，所以我想我在re.findall上遇到麻烦

我是regex和python的新手。 欢迎进行任何优化/修改。

Answer 1

它与您的所有捕获组都匹配，其中包含可选匹配项。

---

尝试这个：

((?:(?:\w+)(?: *?))(?:@|[aA][tT]|\(?:[aA][tT]\))(?:(?:(?:(?: *?)(?:\w+)(?: *?))(?:\.|[dD][oO][tT]|\(?:[dD][oO][tT]\)))+)(?:[eE][dD][uU]|[cC][oO][mM]))

---

请参阅以下链接调试表达式：

http://regex101.com/r/jW4mP1

Answer 2

尝试这个：

(?i)([^@\s]{2,})(?:@|\s*at\s*)([^@\s.]{2,})(?:\.|\s*dot\s*)([^@\s.]{2,})

Debuggex演示

如果您需要限制.com和.edu ：

(?i)([^@\s]{2,})(?:@|\s*at\s*)([^@\s.]{2,})(?:\.|\s*dot\s*)(com|edu)

Debuggex演示

注意，我在正则表达式的开头使用了不区分大小写的标志(?i) ，而不是使用[Ee]这样的语法。