Python正则表达式解析电子邮件URL但排除公共(public)电子邮件

Question

我正在解析一个包含以下条目的文件:

xxx-yy.biz.  39405   A   156.154.66.33
mail.global.com.   3464    A   115.113.9.64
xyx xyx xyx
webmail.xyz.com.  1463    A   115.113.9.64
gmail.com.   3464    A   115.113.9.22

我正在尝试提取其中包含字符串“mail”的 URL 及其 IP 地址:

for line in (dnsfile):
            match = re.search(r'(.*mail.*?)\s+(.*)\s+A\s+(.*)', line)

并且 match.group(1) 和 match.group(2) 给了我 URL 和 IP。

我想扩展此搜索，以便我不想解析公共(public)电子邮件，例如:gmail、hotmail、yahoo、mail。更一般:排除此中的单词列表搜索。

Answer 1

您可以使用否定前瞻，但需要添加开始和结束 anchor ，因此还需要 re.DOTALL 标志(使 anchor 从每行的开头和结尾匹配) ，您可以通过使用 | 连接单词列表来创建否定前瞻:

re.search(r'^(?!{})(.*mail.*?)\s+(.*)\s+A\s+(.*)$'.format('|'.join(list_of_domin)),line,re.DOTALL)

查看演示 https://regex101.com/r/bF5xQ3/1