前面的字符匹配条件

Question

我正在创建一个正则表达式搜索查询，以检查带有前缀 conditions:

的电子邮件地址的有效性

1. 允许的字符：字母 (a-z)、数字、下划线、句点和破折号。

2. 下划线、句号或破折号后面必须跟一个或多个字母或数字。

我已添加为

[\\_\\-\\.]*

：

re_string = '[a-zA-Z0-9]+[\\_\\-\\.]*@[a-zA-Z0-9]+[\\-]*\\.[a-z]{2,}'

但这只是搜索

[a-zA-Z0-9]+

之后的 0 个或多个字符实例，而不是整个搜索，并且不搜索前面的字母/数字字符。

如何将此条件添加到正则表达式中？

Answer 1

好的，如果会忽略@后面的部分，因为问题在前面并且它使正则表达式更短。 我还将删除双反斜杠，您应该使用 python 原始字符串作为正则表达式。因为它们没有转义序列，所以您不需要转义反斜杠。

最后有一个工作示例。

---

所以我们有以下内容：

[a-zA-Z0-9]+[\\_\\-\\.]*

稍微分解一下：

[a-zA-Z0-9]+

匹配尽可能多的字母数字字符，如果开头没有字母数字字符，则正则表达式应该失败。 （+ 匹配从 1 到 n 并且默认是贪婪的）

[\_\-\.]*

如果无人在场，则匹配尽可能多的下划线、破折号和点。

问题是，你不想这样做，你想匹配一个下划线，破折号或点（

[_\-.]

），然后至少一个字母数字（

[a-zA-Z0-9]+

）并且这整个部分应该是可选的（？ ).

这意味着我们必须执行以下操作：

`re_string = r"[a-zA-Z0-9]+([_\-.][a-zA-Z0-9]+)@[a-zA-Z0-9]+-*\.[a-z]{2,}?"`

---

正如一些改进提示： 在这种形式中，您的正则表达式也与输入 [email protected] 这部分匹配：[email protected]。因此，如果您知道字符串中只有一个电子邮件地址，则应该调用 re.fullmatch 函数。如果你想过滤电子邮件地址，你应该附加一个正向的前瞻和一个正向的后向，以确保前面和后面有空格。 （如果字符串在电子邮件地址之后结束，则不匹配。

（？<=\s)[a-zA-Z0-9]+([_-.][a-zA-Z0-9]+)?@[a-zA-Z0-9]+-*.[a-z]{2,}(?=\s)

我已经完成的其他一些“改进”：

1. 原始字符串 (\. -> .)
2. 您不需要在字符类中转义下划线和点（[_-.] -> [_-.]
3. 一个字符不需要字符类 ([-] -> -)

至少有一件事我觉得有点奇怪：为什么@后面的部分中有-*部分我还没有找到对此的解释。 （只是为了澄清你只匹配@foo-------------.com之类的东西。当然你也匹配@foo.com，但我认为这是一个错误，这些例子都没有破折号。）