在匹配电子邮件地址时，在匹配yasar@webmail之类的东西之后，我想捕获一个或多个(\.\w+)（我做的事情有点复杂，这只是一个例子），我尝试添加（。\ w +）+ ，但仅捕获最后一场比赛。例如，yasar@webmail.something.edu.tr匹配，但在.tr部分之后仅包含yasar@webmail，因此我丢失了.something和.edu组。我可以在Python正则表达式中执行此操作，还是建议您先匹配所有内容，然后再拆分子模式？

评论

捕获重复表达式是在Python Issue 7132中提出的，但被拒绝了。但是，第三方正则表达式模块支持它。
@ToddOwen但是，现在在2.7中不可行吗？我不知道什么时候有可能。但是，在2.7中使用re模块从stackoverflow.com/a/9765037/3541976中获得的答案似乎对我来说还不错。
@MichaelOhlrogge问题7132是关于如果捕获括号位于重复中会发生什么情况。该问题尚未解决，仍将仅保留最后一场比赛。如您所链接的答案中所述，一种可能的解决方法是将捕获括号放在重复的模式周围。 （请注意，（？：...）不包含括号）。
@ToddOwen知道了，谢谢，这是一个有用的说明！

#1 楼

re模块不支持重复捕获（regex支持它）：

>>> m = regex.match(r'([.\w]+)@((\w+)(\.\w+)+)', 'yasar@webmail.something.edu.tr')
>>> m.groups()
('yasar', 'webmail.something.edu.tr', 'webmail', '.tr')
>>> m.captures(4)
['.something', '.edu', '.tr']


在您的情况下，我将在以后拆分重复的子模式。它导致了一个简单易读的代码，例如，请参阅@ Li-aung Yip的答案中的代码。

评论

出于好奇，当您匹配重复的捕获时，如何编写替换模式？ \ 1，\ 2，\ 3等的含义是否会根据您匹配的次数（\。\ w +）而改变？

–叶立昂
2012年3月19日在7:55
@ Li-aung Yip：\ 1对应于m.group（1）;含义没有改变。您可以使用函数作为替换模式，并在其中调用m.captures（）。

– jfs
2012年3月19日在9:03
在您的示例中，\ 1，\ 2和\ 3的含义很明显，因为它们仅捕获一次。但是\ 4对应（\。\ w +）+的含义是什么？ \ 4似乎是“第四捕获组匹配的最后一个子字符串”，在这种情况下为.tr。

–叶立昂
2012年3月19日在9:12
@ Li-aung Yip：上面的m.groups（）明确显示\ 4是什么。

– jfs
2012年3月19日在9:13
含义没有改变：\ 4等于m.group（4）。

– jfs
2012年3月19日在9:21

#2 楼

这将起作用：更好的方法是：

>>> regexp = r"[\w\.]+@(\w+)(\.\w+)?(\.\w+)?(\.\w+)?(\.\w+)?(\.\w+)?"
>>> email_address = "william.adama@galactica.caprica.fleet.mil"
>>> m = re.match(regexp, email_address)
>>> m.groups()
('galactica', '.caprica', '.fleet', '.mil', None, None)


请注意，只要电子邮件地址简单，则正则表达式就可以了-但是有很多事情要做争取。有关电子邮件地址正则表达式的详细处理，请参阅此问题。

#3 楼

您可以通过执行以下操作来解决(\.\w+)+仅捕获最后一个匹配项的问题：((?:\.\w+)+)

评论

对于缩写（如果是小写的话）：re.sub（ur'（（？：[az] \。）{2，}）'，lambda m：m.group（1）.replace（'。' ，''），文字）

–scharfmn
15年8月15日在9:58
谢谢。我能够加上括号使我能够匹配重复的子模式，但是匹配中有一个组与该模式的最后一个模式匹配。我没有看到（？：...）成为一个不吸引人的团体。 docs.python.org/2/library/re.html#regular-expression-syntax添加可解决该问题。

– Tim Swast
16年7月21日在22:22
谢谢@TimSwast，这正是我需要的评论和参考！

– Michael Ohlrogge
18年11月24日在18:00

#4 楼

这就是您要寻找的东西：

>>> import re

>>> s="yasar@webmail.something.edu.tr"
>>> r=re.compile("\.\w+")
>>> m=r.findall(s)

>>> m
['.something', '.edu', '.tr']


评论

这与yasar @ webmail不匹配。因此，如果电子邮件地址以外的其他内容有多个分隔符，则很容易获得误报结果。

– Michael Ohlrogge
18年11月24日在18:07
OP清楚地写到，这只是一个例子，他想做的事情更加复杂。因此，我的答案。

–图萨·瓦兹拉尼（Tushar Vazirani）
18年11月24日在18:09
是的，但是问题是您的解决方案即使在OP给出的问题的简化版本中也无法使用。即使对RegEx有最基本的了解，您的解决方案也非常简单。所有其他答案都更加复杂，因为这是一个真正不平凡的问题。

– Michael Ohlrogge
18年11月24日在18:31