Python - 正则表达式 - 查找所有重复项

Question

我正在尝试使用 python 中的以下代码来匹配 html 文本中的电子邮件

my_second_pat = '((\w+)( *?))(@|[aA][tT]|\([aA][tT]\))(((( *?)(\w+)( *?))(\.|[dD][oO][tT]|\([dD][oO][tT]\)))+)([eE][dD][uU]|[cC][oO][mM])'


matches = re.findall(my_second_pat,line)
for m in matches:
    s = "".join(m)
    email = "".join(s.split())
    res.append((name,'e',email))

当我在 line = shoham@stanford.edu

上运行它时

我得到:

[('shoham', 'shoham', '', '@', 'stanford.', 'stanford.', 'stanford', '', 'stanford', '', '.', 'edu')]

我的期望:

[('shoham','@', 'stanford.', 'edu')]

它在 regexpal.com 上作为一个字符串进行匹配，所以我想我在使用 re.findall 时遇到了麻烦

我对正则表达式和Python都很陌生。欢迎任何优化/修改。

Answer 1

试试这个:

(?i)([^@\s]{2,})(?:@|\s*at\s*)([^@\s.]{2,})(?:\.|\s*dot\s*)([^@\s.]{2,})

Debuggex Demo

如果您需要限制为 .com 和 .edu:

(?i)([^@\s]{2,})(?:@|\s*at\s*)([^@\s.]{2,})(?:\.|\s*dot\s*)(com|edu)

Debuggex Demo

请注意，我在正则表达式的开头使用了不区分大小写的标志 (?i)，而不是使用 [Ee] 等语法。