如何使用Python正則表達式從字符串中提取未知數量的不同部分？

Question

有誰知道使用Python正則表達式從字符串中提取未知數量的不同部分的明智方法嗎？

我知道這個問題可能太籠統而無法清楚地回答，所以請讓我們看一下示例：

S = "name.surname@sub1.sub2.sub3"

結果，我想分別獲得一個本地部分和每個子域。 請注意，在此示例電子郵件地址中，我們有三個子域，但是我想找到一個能夠捕獲任意數量的正則表達式，因此請不要使用該數字。 為了避免從零開始，我們另外假設電子郵件地址中僅允許使用字母數字字符（因此\\w ），點和一個@。

我試圖自己解決它，發現這種方式：

L = re.findall(r"([\w.]+)(?=@)|(\w+)", S)
for i in L:
    if i[0] == '': print i[1],
    else:          print i[0],
# output: name.surname sub1 sub2 sub3

但這對我來說並不好。 有誰知道一種使用一個正則表達式且沒有任何循環的方法？

當然，無需正則表達式，我們可以輕松實現：

L = S.split('@')
localPart = L[0]                  # name.surname
subdomains = str(L[1]).split('.') # ['sub1', 'sub2', 'sub3']

但是我對如何使用正則表達式感興趣。

[編輯]

烏夫，終於我弄清楚了，這是一個不錯的解決方案：

S = "name.surname@sub1.sub2.sub3"
print re.split(r"@|\.(?!.*@)", S) # ['name.surname', 'sub1', 'sub2', 'sub3']
S = "name.surname.nick@sub1.sub2.sub3.sub4"
print re.split(r"@|\.(?!.*@)", S) # ['name.surname.nick', 'sub1', 'sub2', 'sub3', 'sub4']

完美的輸出。

Answer 1

如果我正確地理解了您的請求，則希望在示例電子郵件地址中找到每個部分，但不要加上句點。 樣本正則表達式片段中缺少的是re.compile 。 例如：

import re
s = "name.surname@sub1.sub2.sub3"
r = "\w+"
r2 = re.compile(r)
re.findall(r2,s)

這將在字符串s查找r2正則表達式對象，並輸出['name', 'surname', 'sub1', 'sub2', 'sub3'] 。

Answer 2

基本上，您可以使用以下事實：當模式中存在捕獲組時， re.findall僅返回此捕獲組的內容， re.findall返回整個匹配項：

>>> re.findall(r'(?:^[^@]*@|\.)([^.]*)', s)
['sub1', 'sub2', 'sub3']

顯然，電子郵件格式比示例字符串要復雜。