python - 匹配点的正则表达式

Question

想知道最好的匹配方法"test.this"是"blah blah blah test.this@gmail.com blah blah"什么？使用 Python。

我试过了re.split(r"\b\w.\w@")

Answer 1

正则表达式中的A.是一个元字符，它用于匹配任何字符。要匹配原始 Python 字符串 ( r""or r'') 中的文字点，您需要对其进行转义，因此r"\."

Answer 2

在您的正则表达式中，您需要转义点"\."或在字符类 "[.]"中使用它，因为它是正则表达式中的元字符，它匹配任何字符。

此外，您需要\w+而不是\w匹配一个或多个单词字符。

---

现在，如果您想要test.this内容，那么split这不是您所需要的。split将您的字符串拆分为test.this. 例如：

>>> re.split(r"\b\w+\.\w+@", s)
['blah blah blah ', 'gmail.com blah blah']

---

您可以使用re.findall：

>>> re.findall(r'\w+[.]\w+(?=@)', s)   # look ahead
['test.this']
>>> re.findall(r'(\w+[.]\w+)@', s)     # capture group
['test.this']

Answer 3

“在默认模式下，点 (.) 匹配除换行符以外的任何字符。如果指定了 DOTALL 标志，则匹配包括换行符在内的任何字符。” （蟒蛇文档）

所以，如果你想从字面上评估点，我认为你应该把它放在方括号中：

>>> p = re.compile(r'\b(\w+[.]\w+)')
>>> resp = p.search("blah blah blah test.this@gmail.com blah blah")
>>> resp.group()
'test.this'

Answer 4

要转义字符串变量的非字母数字字符，包括点，您可以使用re.escape：

import re

expression = 'whatever.v1.dfc'
escaped_expression = re.escape(expression)
print(escaped_expression)

输出：

whatever\.v1\.dfc

您可以使用转义表达式从字面上查找/匹配字符串。

Answer 5

这是我对@Yuushi 的主要答案的补充：

请记住，如果在常规字符串 ( or ) 而不是原始字符串( or ) 中使用反斜杠 ( \) 字符本身，则必须在 Python 中对其进行转义。因此，请记住您使用的字符串类型。因此，要在常规 Python 字符串中转义正则表达式中的点或句点 ( )，您还必须使用双反斜杠 () 转义反斜杠，使正则表达式中的总转义序列为： ，如图所示在下面的例子中。'some string'"some string"r'some string'r"some string".\\.\\.

因此，这些是不允许的。他们会引起这样的警告：

弃用警告：无效的转义序列\.

'\.'   # NOT a valid escape sequence in Python
"\."   # NOT a valid escape sequence in Python

所有这些都是允许的并且是等效的：

# Use a DOUBLE BACK-SLASH in Python _regular_ strings
'\\.'  # Python regular string
"\\."  # Python regular string

# Use a SINGLE BACK-SLASH in Python _raw_ strings 
r'\.'  # Python raw string
r"\."  # Python raw string

参考：

1. 主要和官方参考：https ://docs.python.org/3/reference/lexical_analysis.html#string-and-bytes-literals
2. [@Sean Hammond 的回答]如何在 Python 中修复“<string> DeprecationWarning: invalid escape sequence”？

   如果要将文字\放在字符串中，则必须使用\\

Answer 6

在 javascript 中，你必须使用\\.来匹配一个点。

例子

"blah.tests.zibri.org".match('test\\..*')
null

和

"blah.test.zibri.org".match('test\\..*')
["test.zibri.org", index: 5, input: "blah.test.zibri.org", groups: undefined]

Answer 7

这个表情，

(?<=\s|^)[^.\s]+\.[^.\s]+(?=@)

对于那些特定类型的输入字符串，可能也可以正常工作。

演示

测试

import re

expression = r'(?<=^|\s)[^.\s]+\.[^.\s]+(?=@)'
string = '''
blah blah blah test.this@gmail.com blah blah
blah blah blah test.this @gmail.com blah blah
blah blah blah test.this.this@gmail.com blah blah
'''

matches = re.findall(expression, string)

print(matches)

输出

['test.this']

---

如果您想简化/修改/探索表达式，它已在regex101.com的右上角面板中进行了说明。如果您愿意，您还可以在此链接中观看它如何与一些示例输入匹配。

---