如何在嵌套的括号和括号内正确转义？答案

【问题标题】：How to properly escape within nested parentheses and brackets?如何在嵌套的括号和括号内正确转义？
【发布时间】：2015-05-29 14:49:51
【问题描述】：

我从没想过我会需要正则表达式方面的帮助，但它是这样的：

我正在寻找用于解析电子邮件地址的单个正则表达式：

someone@example.com → {"name": "", "email": "someone@example.com"}
Some One <someone@example.com> → {"name": "Some One", "email": "someone@example.com"}

正则表达式必须产生两个组：姓名和电子邮件。

这是我目前的状态：

regex = r"^((?P<name>[^(\s+\<)]*)\s+\<)?(?P<email>[^@]+?@[^>]+)>?$"

我绝对确定我需要在第一个嵌套块中转义某些内容，因为这是实际结果：

{'email': 'Some One <someone@example.com', 'name': None}

编辑：忘记在正则表达式中输入*（不回答问题）
EDIT2：solved。感谢大家的帮助。
EDIT3：重命名为：引用→转义

【问题讨论】：

Using a regular expression to validate an email address的可能重复
@ConspicuousCompiler 这不是骗子；我很好 [^@]+@.+
恐怕以我的看法，无论是哪种方式，这个问题都不太可能对未来的 SO 用户有所帮助。这个问题是在寻求正则表达式中的拼写错误的帮助，这不太可能帮助未来的搜索者，或者这个问题正在寻找权威的“如何正则表达式匹配电子邮件地址”，这在欺骗链接中得到了回答。跨度>
我认为这对未来的读者很有帮助，因为它真的是关于嵌套括号和括号内的引用； see my answer
几乎不可能将电子邮件地址与正则表达式匹配。见stackoverflow.com/q/201323/372239

标签： python regex email

【解决方案1】：

这里有几秒钟的答案（然后OP删除了它），里面有答案：

您需要双重转义。

regex = r"^((?P<name>[^(\\s+\<)]*)\s+<)?(?P<email>[^@]+?@[^>]+)>?$"
                        ↑   ↑

编辑：引用→转义

EDIT2：
这个正则表达式效果更好：

r'^\s*(?P<name>[^\s<>](?:.*?[^\s<>])?)??\s*<?(?P<email>[^<>@\s]+@[^<>@\s]+)>?$'‌

谢谢@tripleee

【讨论】：

这指定了一个字符类，它匹配一个不打开圆括号的字符、文字反斜杠、字符s、字符+、字符<（不必要地用反斜杠转义) 或右圆括号；该类可以匹配零次或多次（因此它实际上根本没有意义）。这一更改允许您解析单个测试用例这一事实是巧合。
@tripleee 这很有趣；在 python 中，正则表达式 [^()]* 匹配字符，直到括号中的子模式匹配（解释左括号）
无论如何，这在Lastname First <first.lastname@example.com> 和<address@example.com> 上都失败了，没有真实姓名，但在电子邮件终端周围发生了故障。
在First Middle Last <fml@example.com> 和Gregorius <gorgeous@example.com> 上也失败了。
如果我能够理解您的尝试，我猜r'^\s*(?P<name>[^\s<>](?:.*?[^\s<>])?)??\s*<?(?P<email>[^<>@\s]+@[^<>@\s]+)>?$' 可能或多或少是您尝试完成的。在oldfashioned@example.net (Old Fashioned) 这样的地址上仍然会失败，但这些地址不再很受欢迎。

【解决方案2】：

“正则”表达式之所以被称为是因为它们指定了所谓的“常规语言”。这类语言的特点是上下文无关规则；例如，“bow”这个词只意味着一件事，不管它被哪个词包围（假设它是“what dogs say”的关键字）。这与上下文相关的语言不同，其中“我在你面前鞠躬”中的“鞠躬”与“用弓射击”不同，后者与“鞠躬哇”不同。

现代正则表达式在某种程度上超越了这个定义，但是，RFC822 中定义的From: 标头语法过于复杂，即使是增强的正则表达式引擎也无法解析。您确实需要一个上下文相关的语法（事实上，RFC5322 包括一个）来完全解析规范允许的每一个可能的变化。要连接到前面的示例，\" 的含义（即应该如何解析）取决于您是否在双引号内，以及您是否正在查看“真实姓名”、电子邮件终端或评论（在括号中）。

现在，您可能想退后一步，说只有一些可能的变体实际上是共同的、广泛使用的；确实如此，并且有正则表达式可以处理几乎所有这些。

在http://code.iamcal.com/php/rfc822/tests/ 的测试套件上尝试您的正则表达式，然后自己决定哪些测试失败对您来说真正重要。也许您可以针对您“真正的意思”提出一个很好的规范。但是，就目前而言，您的问题必须用响亮的“无法完成”来回答。

【讨论】：

我已经清楚地提供了输入和预期输出。我不是在寻找用于解析电子邮件地址的正则表达式。我已经有了这些。我只需要提取姓名和电子邮件。
你没有道理。确定输入字符串的哪一部分是名称，哪一部分是电子邮件地址是解析的意思。如果你已经解决了这个问题，你为什么还要问？
因为我还不能接受我自己的答案（我原来的帖子已经包含了解决方案的链接和“已解决”这个词）
这仍然没有意义。您的问题是“我正在寻找一个用于解析电子邮件地址的正则表达式”，而现在您说您不是？
为了您的娱乐，gist.github.com/tripleee/93d9c4c152e99fa4d976 包含一个简单的验证器脚本，它使用上面 URL 中的测试用例。