4

我正在尝试将@字符之前的电子邮件地址的本地部分与：

LOCAL_RE_NOTQUOTED = """
((
\w         # alphanumeric and _
| [!#$%&'*+-/=?^_`{|}~]          # special chars, but no dot at beginning
)
(
\w         # alphanumeric and _
| [!#$%&'*+-/=?^_`{|}~]          # special characters
| ([.](?![.])) # negative lookahead to avoid pairs of dots. 
)*)
(?<!\.)(?:@)           # no end with dot before @
"""

测试：

re.match(LOCAL_RE_NOTQUOTED, "a.a..a@", re.VERBOSE).group()

给出： 

'a.a..a@'

为什么@在输出中打印，即使我使用的是非捕获组(?:@)？

测试：

 re.match(LOCAL_RE_NOTQUOTED, "a.a..a@", re.VERBOSE).groups()

给出：

('a.a..a', 'a', 'a', None)

为什么正则表达式不拒绝带有一对点的字符串'..'？

4

1 回答 1

8

您混淆了非捕获组(?:...)和前瞻断言(?=...)。

前者确实参与了比赛（因此是比赛的一部分match.group()），它们只是不生成反向引用（$1等供以后使用）。

第二个问题（为什么双点匹配？）有点棘手。这是因为您的正则表达式中有错误。你看，当你写的时候（为了说明这一点而缩短）

[+-/]

你写了“匹配+和之间的一个字符/，在 ASCII 中，点就在它们之间（ASCII 43-47: +,-./）。因此，第一个字符类匹配点，并且永远不会达到前瞻断言。你需要放置字符类末尾的破折号将其视为文字破折号：

((
\w         # alphanumeric and _
| [!#$%&'*+/=?^_`{|}~-]          # special chars, but no dot at beginning
)
(
\w         # alphanumeric and _
| [!#$%&'*+/=?^_`{|}~-]          # special characters
| ([.](?![.])) # negative lookahead to avoid pairs of dots. 
)*)
(?<!\.)(?=@)           # no end with dot before @

当然，如果你想使用这个逻辑，你可以稍微简化一下：

^(?!\.)                   # no dot at the beginning
(?:
[\w!#$%&'*+/=?^_`{|}~-]   # alnums or special characters except dot
| (\.(?![.@]))            # or dot unless it's before a dot or @ 
)*
(?=@)                     # end before @
于 2011-08-12T14:08:45.217 回答