Python，正则表达式，在花括号中提取分组电子邮件

Question

我想从字符串中提取多个电子邮件地址。我正在使用以下正则表达式：

re.findall(r'[\w\.-]+@[\w\.-]+(?:\.[\w]+)+', text)

它运作良好，但有时相同域名的文本电子邮件名称会用花括号分组：

{annie,bonnie}@gmail.com

我的问题是如何正确解析它并提取出单独的电子邮件地址：
[e-mail], [e-mail]？

我尝试修改正则表达式以考虑括号和逗号，并跟随简单函数，但在这种情况下，我从字符串中得到了很多垃圾。

非常感谢任何帮助。

- Alex_Y

---

你可以使用类似于 r'(?:({[^{}]*})|[\w.-]+)(@[\w.-]+(?:\.\w+)+)' 的东西，一旦找到匹配项，就可以检查第1组是否匹配，如果是，则用逗号分隔并构建结果输出。 - Wiktor Stribiżew

Answer 1

您可以使用

(?:{([^{}]*)}|\b\w[\w.-]*)(@[\w.-]+\.\w+)

请查看正则表达式演示。 细节:

• (?:{([^{}]*)}|\b\w[\w.-]*) - 一个非捕获组，匹配:
• {([^{}]*)} - {，然后是第1个捕获组，捕获任何零个或多个字符(不包括{和})，然后是}
• | - 或者
• \b\w[\w.-]* - 一个单词边界(它将使匹配更有效)，一个单词字符，然后是零个或多个单词、点或连字符字符
• (@[\w.-]+\.\w+) - 第2个捕获组: 一个@，一个或多个单词、点或连字符字符，然后是.和一个或多个单词字符。

请查看Python演示：

import re
text = "Emails like {annie,bonnie}@gmail.com, [e-mail], then a [e-mail]."
emails = []
rx_email = re.compile( r'(?:{([^{}]*)}|\b\w[\w.-]*)(@[\w.-]+\.\w+)' )
for m in rx_email.finditer(text):
    if m.group(1):
        for email in m.group(1).split(','):
            emails.append(f'{email}{m.group(2)}')
    else:
        emails.append(m.group())
print(emails)
# => ['[e-mail]', '[e-mail]', '[e-mail]', '[e-mail]']

逻辑如下：

• 获取邮箱地址中@前面带有 {...} 的邮件，并将大括号内的内容捕获到第一组，将 @... 捕获到第二组。
• 检查是否匹配了第一组，如果是，则使用逗号分隔内容并构建结果匹配项，通过连接逗号分隔的用户名和域部分来实现。
• 如果未匹配第一组，则将匹配值附加到结果列表中。

- Wiktor Stribiżew

Answer 2

你可以使用re.findall和列表推导式一起使用：

inp = "{annie,bonnie}@gmail.com"
parts = re.findall(r'\{(.*?)\}(@\S+)\b', inp)[0]
emails = [email + parts[1] for email in parts[0].split(',')]
print(emails)

这将打印：

['[e-mail]', '[e-mail]']

- Tim Biegeleisen

---

r'\{(.*?)\}(@\S+)\b'不再匹配[e-mail]。 - Wiktor Stribiżew

它正在工作，可能只是有点不舒服 - 需要应用两个函数：首先提取所有正常的电子邮件，其次 - 处理所有分组情况。 - Alex_Y

@Oleksii 好吧，对于 {...} 这种情况，你需要做很多额外的工作，我看不出有任何绕过它的方法。如果你真的想只进行一次遍历，那么可以考虑使用正则表达式迭代器。你可以匹配任意一种情况，然后决定如何处理每一种情况。 - Tim Biegeleisen

Answer 3

x = '[e-mail] [e-mail] [e-mail] {annie,bonnie}@gmail.com'
q = []
for i,j in enumerate(x):
    if '{' == j or '}' ==j :
        q.append(i)  
    
y1 = x[q[0]+1:q[1]]
a1 = y1.replace(','," ")
a1 = a1.split(" ")
z = [i+'@gmail.com' for i in a1]

x = x.replace("{",'')
y = x.replace("}",'')
z1 = " ".join(z)
z2 = y.replace(y1,z1

- Hemanth kumar