为什么这个regexp回溯不起作用

Question

我尝试使用以下类型的正则表达式

([_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*(\.[a-z]{2,4}))|(FakeEmail:)|(Email:)|(\1\2)|(\1\3)

(假设\1是电子邮件正则表达式组，\2是FakeEmail：，\3是电子邮件：，因为我没有计算出真正的分组)

我要做的就是说“找到单词email:如果你找到了，就拿起这个单词后面的任何电子邮件地址。”

我收到的电子邮件正则表达式是关于堆栈溢出的其他问题。

我的测试字符串可能是这样的

    "This guy is spamming me from
FakeEmail: fakeemailAdress@someplace.com
 but here is is real info:
Email: testemail@someplace.com"

有什么建议吗？谢谢

Answer 1

我要么对你想要做的事情感到困惑，要么你的Regex就是大错特错。特别是：

为什么你把Email:放在结尾，而不是开头--来匹配你的例子？

为什么您的Email:和\1\2都用竖线字符分隔，就像它们在字段中一样？这就是将模式编译为OR。(找到电子邮件模式，或者单词" email :"，或者任何\1\2最终的含义，因为它在这里脱离了上下文。)

如果你想要做的就是匹配像Email: testemail@someplace.com这样的东西，你不需要任何回溯。

这样的代码可能就是您需要的全部内容：

Email:\s+([_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*(\.[a-z]{2,4}))

此外，我强烈建议不要尝试如此严格地验证电子邮件地址。您可能想要阅读http://haacked.com/archive/2007/08/21/i-knew-how-to-validate-an-email-address-until-i.aspx。我将模式简化为更类似于以下内容的内容：

Email:\s+(\S+)*@(\S+\.\S+)

Answer 2

尝试：

(Fake)?Email: *([_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*(\.[a-z]{2,4}))

如果是真实的电子邮件，捕获的群组\1将为空，如果是假电子邮件，则包含" fake“，而\2将是电子邮件本身。

但是，如果它是FakeEmail，你真的想捕获它吗？如果您想要捕获所有Email，但忽略所有FakeEmail，则执行以下操作：

\bEmail: *([_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*(\.[a-z]{2,4}))

字边界阻止Email位与"FakeEmail“匹配。

更新：注意，您的正则表达式只匹配小写，因为它在[] everywhere中有a-z，而不是[A-Z]。确保使用ignore case开关将正则表达式提供给java匹配函数。即：

Pattern.compile("(Fake)?Email: .....", Pattern.CASE_INSENSITIVE)

Answer 3

您可以使用以下代码来匹配所有类型的电子邮件地址：

String text = "This guy is spamming me from\n" +
    "FakeEmail: fakeemail+Adress@someplace.com\n" +
    "fakeEmail: \n" +
    "fakeemail@someplace.com" +
    "but here is is real info:\n" +
    "Email: test.email+info@someplace.com\n";

Matcher m = Pattern.compile("(?i)(?s)Email:\\s*([_a-z\\d\\+-]+(\\.[_a-z\\d\\+-]+)*@[a-z\\d-]+(\\.[a-z\\d-]+)*(\\.[a-z]{2,4}))").matcher(text);
while(m.find())
    System.out.printf("Email is [%s]%n", m.group(1));

这将与电子邮件文本匹配：

• 使用(?s)出现在不同的行上
• 使用(?i)忽略大小写比较
• 电子邮件地址中带有.句点
• 带有加号+的电子邮件地址

输出:上面的代码是

Email is [fakeemail+Adress@someplace.com]
Email is [fakeemail@someplace.comb]
Email is [test.email+info@someplace.com]