从推文中提取@name符号的正则表达式答案

【问题标题】：regular expression to extract @name symbols from tweet从推文中提取@name符号的正则表达式
【发布时间】：2011-01-22 17:26:22
【问题描述】：

我想用正则表达式从下面的句子中只提取@patrick @michelle：

@patrick  @michelle we having diner @home tonight do you want to join?

注意：@home 不应包含在结果中，因为它不在句子的开头，后面也没有另一个 @name。

任何解决方案、提示、cmets 将不胜感激。

【问题讨论】：

如果@home 是后跟另一个@name，两个值会被视为名称，还是只是第一个？您是否知道您的规则与人们实际使用 Twitter 的方式不符？

标签： c# php python regex perl

【解决方案1】：

试试这个正则表达式：

/^\s*@(\w+)\s+@(\w+)/

\s 表示空白字符，\w 表示单词字符。

【讨论】：

@Gumbo：我认为乔伊可能会追求更强大的东西......如果只有一个名字，你的正则表达式将不匹配

【解决方案2】：

只要它以 @ 开头并以 @ 开头并继续这些，我就在 poweshell 中对其进行了测试，因此一些正则表达式引擎有点不同。这也应该在行首捕获 n 个名称

"^((@\w+)\s)+"

【讨论】：

不过，在使用 RE 之前，您需要在字符串中添加一个尾随空格，以处理字符串以 @foo 结尾的情况。

【解决方案3】：

也许是这样，但您必须在匹配组中的任何空白处拆分以提取多个 id。

/^\s*(@\w+\s+)*\s+.*$/

【讨论】：

【解决方案4】：

/(?:(?:@\S+\s+)+|^)@\S+/g

它首先匹配一个 "@" 后跟许多非空格字符，或者匹配行首，然后匹配另一个 "@" 后跟许多非空格字符。

请注意，在 Twitter 中，@name 前面有 RT 是很常见的，出现在推文的中间或末尾，例如http://twitter.com/ceetee/statuses/9874073403。基本上，您无法区分 @name 是否真的是仅使用 RegEx 甚至解析器的名称。最好的办法是检查http://twitter.com/name 404 与否。

【讨论】：

这似乎效果很好，但仅适用于 2。如何扩展它以匹配句子开头的 n @name。输入：@patrick @michelle @john @Ted 我们今晚要吃晚餐@home 你想加入吗？
感谢 Kenny，这正是我想要的在 python 中实现 import re msg = 'comes here' re.findall('(?:(?:@\S+\s+)+|^)@ \S+', 味精)
问题是，测试“@home”不返回 404，但它也不是 Twitter 帐户名。

【解决方案5】：

您已标记您的帖子 c#，因此我假设您可以使用 .NET Regex 实施。使用 .NET，下面的 Regex 就可以了：

(?<![^@]\w+\s+)(@\w+)

这将匹配任何以@ 开头的单词，并且在它们之前没有没有@ 的单词。请注意，“dinner @home @8pm”仍然会破坏它。

更多详情请见here。

【讨论】：

【解决方案6】：

嗯，起初我认为这失败了，因为我查看了返回的组：

>>> tw = re.compile(r"^((@\w*)\s+)*")
>>> tw.findall(tweet)
[('@michelle ', '@michelle')]
>>> tw.match(tweet).groups()
('@michelle ', '@michelle')

请注意，这些组只保留 re 中任何组的最后一个值。但是如果你只是抓取 group()，那么你会得到整个匹配的字符串：

>>> tw.match(tweet).group()
'@patrick  @michelle '

为了笑容，我会尝试 pyparsing：

>>> from pyparsing import Word, printables, OneOrMore
>>> atName = Word("@",printables)
>>> OneOrMore(atName).parseString(tweet).asList()
['@patrick', '@michelle']

【讨论】：

【解决方案7】：

对于 PHP

/^\s*@(\w+)\s+@(\w+)/

感谢肯尼姆

在python中

msg = '@patrick  @michelle we having diner @home tonight do you want to join?'
import re
re.findall('(?:(?:@\S+\s+)+|^)@\S+', msg)

这适用于句子开头的 1 或 n @name。

感谢大家的快速回复。

【讨论】：

【解决方案8】：

在 Perl 中，您可以利用 /g match-more-than-once 修饰符结合 \G 零宽度 where-we-left-off 断言和列表上下文，因此：

my $str = '@patrick  @michelle we having diner @home tonight do you want to join?';
my @matches = ($str =~ m/\G(\@\w+)\s*/g);

print join(', ', @matches) . "\n";

这应该在任意数量的初始 @-strings 中都是健壮的。

【讨论】：

【解决方案9】：

对于 Python，请查看：http://github.com/BonsaiDen/AtarashiiFormat
它还会为您提供链接和标签。

并且当心使用简单的正则表达式，你最终会弄得一团糟，就像我在转换 Twitter 文本 Java 库之前所做的那样。

【讨论】：

【解决方案10】：

对于 C#，我会这样做：

@([A-Za-z0-9-_&;]+)

【讨论】：