重新标记电子邮件地址[重复]

Question

有没有办法重新标记电子邮件地址，使它们再次成为电子邮件地址？在我现在使用的代码中（见下文），如果我将mobydick123@gmail.com 作为输入，我将得到mobydick123 @ gmail.com 的输出。

from nltk.tokenize.treebank import TreebankWordDetokenizer
from nltk.tokenize import word_tokenize
from itertools import groupby 
import spacy

input_sent = 'Herman Melvilles email is mobydick123@gmail.com'

tokens = word_tokenize(input_sent)
print(tokens)

myList = list(filter((']').__ne__, tokens))
myList = list(filter(('[').__ne__, myList))

res = [i[0] for i in groupby(myList)]
my_list = list(map(lambda item: item.replace("W_NLP_PERSON", "[W_NLP_PERSON]").replace('W_NLP_DATE', '[W_NLP_DATE]').replace('W_NLP_IMEI_HARDWARE_ID', '[W_NLP_IMEI_HARDWARE_ID]').replace('W_NLP_IP_ADDRESS', '[W_NLP_IP_ADDRESS]'), res))
my_list = TreebankWordDetokenizer().detokenize(my_list)

print(my_list)

Answer 1

假设您列表的最后 3 个元素始终是名称 + @ + 域，即：

>>> my_list.split()[-3:]
['mobydick123', '@', 'gmail.com']

您可以根据空格拆分列表并加入两个连接。

elements = my_list.split()
>>> print(' '.join(elements[:-3]),''.join(elements[-3:]))

Herman Melvilles email is mobydick123@gmail.com

第一部分以分隔符空格连接，第二部分不带分隔符，将电子邮件放在一起。假设最后 3 个元素将是电子邮件，这是一个可靠的假设，因为通常是这种情况，这应该可行。