Python 正则表达式拆分

Question

在 Python 中，我从这样的字符串中提取电子邮件：

split = re.split(" ", string)
emails = []

pattern = re.compile("^[a-zA-Z0-9_\.-]+@[a-zA-Z0-9-]+.[a-zA-Z0-9-\.]+$");

for bit in split:
    result = pattern.match(bit)

    if(result != None):
        emails.append(bit)

只要电子邮件之间有空格，这就有效。 但情况可能并非总是如此。 例如：

Hello, foo@foo.com

会返回：

foo@foo.com

但是，采用以下字符串：

I know my best friend mailto:foo@foo.com!

这将返回null 。 所以问题是：我怎样才能使正则表达式成为拆分的分隔符？ 我想得到

foo@foo.com

在所有情况下，无论旁边的标点符号如何。 这在 Python 中可能吗？

“按正则表达式拆分”是指如果程序遇到字符串中的模式，它将提取该部分并将其放入列表中。

Answer 1

我会说你正在寻找re.findall ：

>>> email_reg = re.compile(r'[a-zA-Z0-9_.-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+')
>>> email_reg.findall('I know my best friend mailto:foo@foo.com!')
['foo@foo.com']

注意findall可以处理多个 email 地址：

>>> email_reg.findall('Text text foo@foo.com, text text, baz@baz.com!')
['foo@foo.com', 'baz@baz.com']

Answer 2

使用re.search或re.findall 。 您还需要正确转义您的表达式（ .需要在字符类之外而不是在内部转义）并删除/替换锚点^和$ （例如使用\b ），例如：

r"\b[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+\b"

Answer 3

我在您的正则表达式中看到的问题是您使用^匹配字符串的开头， $匹配字符串的结尾。 如果您删除它然后使用您的示例测试用例运行它，它将起作用

>>> re.findall("[A-Za-z0-9\._-]+@[A-Za-z0-9-]+.[A-Za-z0-9-\.]+","I know my best friend mailto:foo@foo.com!")
['foo@foo.com']
>>> re.findall("[A-Za-z0-9\._-]+@[A-Za-z0-9-]+.[A-Za-z0-9-\.]+","Hello, foo@foo.com")
['foo@foo.com']
>>>