捕获Python正则expression式中的重复子模式
当匹配一个电子邮件地址，当我匹配像yasar@webmail类的东西之后，我想要捕获一个或多个(\.\w+) （我正在做的更复杂一点，这只是一个例子）添加（。\ w +）+，但它只捕获最后一场比赛。 例如， yasar@webmail.something.edu.tr yasar@webmail yasar@webmail.something.edu.tr匹配yasar@webmail部分后只包含.tr ，所以我丢失了.something和.edu组。 我可以在Python的正则expression式中做到这一点，或者你会build议首先匹配所有东西，然后再拆分子模式吗？
re模块不支持重复捕获（ regex支持它）：
>>> m = regex.match(r'([.\w]+)@((\w+)(\.\w+)+)', 'yasar@webmail.something.edu.tr') >>> m.groups() ('yasar', 'webmail.something.edu.tr', 'webmail', '.tr') >>> m.captures(4) ['.something', '.edu', '.tr']
在你的情况下，我会去分裂重复子模式。 它导致了一个简单易读的代码，例如，见@李阿容的答案中的代码。
这将工作：
>>> regexp = r"[\w\.]+@(\w+)(\.\w+)?(\.\w+)?(\.\w+)?(\.\w+)?(\.\w+)?" >>> email_address = "william.adama@galactica.caprica.fleet.mil" >>> m = re.match(regexp, email_address) >>> m.groups() ('galactica', '.caprica', '.fleet', '.mil', None, None)
但最多只限于六个子组。 更好的方法是：
>>> m = re.match(r"[\w\.]+@(.+)", email_address) >>> m.groups() ('galactica.caprica.fleet.mil',) >>> m.group(1).split('.') ['galactica', 'caprica', 'fleet', 'mil']
请注意，只要电子邮件地址很简单，正则expression式就可以了 – 但是这种情况会有所不同。 看到这个问题的电子邮件地址正则expression式的详细处理。
你可以修改(\.\w+)+只捕获最后一个匹配的问题： ((?:\.\w+)+)
这是你在找什么：
>>> import re >>> s="yasar@webmail.something.edu.tr" >>> r=re.compile("\.\w+") >>> m=r.findall(s) >>> m ['.something', '.edu', '.tr']
