Regex:从嵌套捕获组中修剪空白空间

Question

我想使用Regex(Python)将以下类型的电子邮件地址解析为三个捕获组：

        johndoe        @      gmail      .  com

这三个抓捕组是：

• 局部部分(johndoe)；
• 全域无白空间(gmail.com)；
• 没有withspaces(gmail).的域名

这是我写的正则表达式：

^([\w\s\-\/.!#$%&'*+=?^_`{|}~]+)@(([\s\w+]+)\.[\w\s]{2,})$

其中：

• 第一部分(([\w\s\-\/.!#$%&'*+=?^_`{|}~]+))捕捉局部部分；
• 第二部分((([\s\w+]+)\.[\w\s]{2,}))以两个组捕获整个域和域名。

表达式有效，但问题是第二和第三捕获组都有尾随空格，即：

• 第1组：johndoe；
• 第2组：gmail . com；
• 第3组：gmail。

有没有一种方法可以从嵌套捕获组中剪短空白空间？

Answer 1

如果要在第2组中捕获第3组，就不能避免捕获其中的空白。

那么，为什么不用外部的空格捕获三个独立的组，然后根据需要加入$2\.$3呢？

^\s*?([\w\-\/.!#$%&'*+=?^_`{|}~]+)\s*?@\s*?([\w+]+)\s*?\.\s*?([\w]{2,})$

https://regex101.com/r/G1FvZV/1

Answer 2

我建议您将\s保留在字符类之外，以便分别匹配3部分，然后在您的python代码中分别连接第2和第3捕获组。

^\s*([\w/.!#$%&'*+=?^`{|}~-]+)\s*@\s*([\w-]+)\s*\.\s*(\w{2,})\s*$

RegEx演示

这将分别给出三个捕获组：

1. johndoe
2. gmail
3. com

RegEx分手：

• ^：开始
• \s*：匹配0或空白空间
• ([\w/.!#$%&'*+=?^{}~-+)`：匹配捕获组#1中这些字符的1+
• \s*：匹配0或空白空间
• @：匹配一个@
• \s*：匹配0或空白空间
• ([\w-]+)：在捕获组#2中匹配单词字符或连字符的1+
• \s*：匹配0或空白空间
• \.：匹配一个点
• \s*：匹配0或空白空间
• (\w{2,})：匹配捕获组#3中的2+单词字符
• \s*：匹配0或空白空间
• $：结束