电子邮件地址的 re.sub() 异常 - python答案

【问题标题】：re.sub() exception for email addresses - python电子邮件地址的 re.sub() 异常 - python
【发布时间】：2022-01-12 15:13:15
【问题描述】：

我有一个问题，通过以下 re.sub() 方法，我能够从 *.txt 文件中提取所有邮件地址。

emails = re.findall(r"[a-z0-9\.\-+_]+@[a-z0-9\.\-+_]+\.[a-z]+", file)

现在，我想删除此 *.txt 中的所有标点符号，因为其中还有一些文本。

我删除了标点符号

output = re.sub(r'^\w\s', '', file)

但此功能还会从文本中的电子邮件地址中删除标点符号。我如何在这个 re.sub 中为邮件地址写一个例外？

谢谢。

【问题讨论】：

【解决方案1】：

你可以使用

re.sub(r"([a-z0-9.\-+_]+@[a-z0-9.\-+_]+\.[a-z]+)|[^\w\s]", r"\1", file)

这里，电子邮件模式被捕获到第 2 组，替换模式中的 \1 反向引用恢复了结果字符串中的电子邮件文本。

注意[^\w\s] 匹配除单词和空白字符以外的任何字符，因此不匹配下划线。如果您也想删除下划线，请添加它作为替代：

re.sub(r"([a-z0-9.\-+_]+@[a-z0-9.\-+_]+\.[a-z]+)|[^\w\s]|_", r"\1", file)

【讨论】：