用于在tweet开头匹配Twitter用户名的Python正则表达式

我有这样一条推文：

"@user1 @user2 blablabla @user3"

我想使用正则表达式在tweet的开头过滤用户。这意味着@user1和@user2。并不总是有相同数量的用户，可能有一个，两个，三个

我正在用re.IGNORECASE尝试这个：

re.compile(ur'^(@[a-z0-9_]*\s)*')

但不符合我想要的，我已经尝试了所有我想到的，但失败了。我对Python正则表达式不是很熟悉，但我将如何使用egrep：

echo "@user1 @user2 blablabla @user3" | egrep '^(@[[:alnum:]_]*[ ]*)*'

谢谢

编辑

正则表达式是对的，我只是用错误的方法检查了解决方案

tweet = "@user1 @user2 blablabla @user3"
re.compile(ur'^(@[a-z0-9_]*\s)*').match(tweet).groups()

而不是：

re.compile(ur'^(@[a-z0-9_]*\s)*').match(tweet).group(0)

正则表达式的更清晰版本：

re.compile(ur'^(@\w+\s)+').match(tweet).group(0)

---

您的egrep版本将

*

应用于单词之间的空格，但Python版本没有。而且，

\s

匹配所有空格，而不仅仅是空格；如果不需要正则表达式，则

[a-zA-Z0-9\]

（即

[a-Z0-9\]

带有

re.IGNORECASE

，因为该标志实际上不影响任何其他内容）更容易拼写

\w

：

>>> tweet = "@user1 @user2 blablabla @user3"
>>> s = tweet.split()
>>> s[:next(pos for pos, i in enumerate(s) if not i.startswith("@"))]
['@user1', '@user2']

或者更简单、更传统的使用循环的方法：

>>> tweet = "@user1 @user2 blablabla @user3"
>>> users = []
>>> for i in tweet.split():
...     if i.startswith("@"):
...         users.append(i)
...     else:
...         break
... 
>>> users
['@user1', '@user2']

---

尝试以下正则表达式：

^（@\w++\s）+

在

@user1@user2 blabla@user3

中，它将匹配：

---

不带

re

，但带

itertools

：

>>> tw = "@user1 @user2 blablabla @user3"
>>> import itertools
>>> list(itertools.takewhile(lambda x: x.startswith('@'), tw.split()))
['@user1', '@user2']

这应该有效（如果要删除它们：

>>> t = "@user1 @user2 blablabla @user3"
>>> re.compile("^(?:@\w+\s+)*(.*)$").match(t).group(1)
'blablabla @user3'
>>> 

或者（如果您只想获取用户）：

---

你能举个例子说明哪些不应该匹配，哪些不应该匹配吗？在我提到的tweet文本中，我想匹配

@user1

@user2

，而

@user3

不匹配。我在上面提到过。现在你已经解释了你希望发生的事情。你使用的解决方案实际会发生什么e到目前为止是否尝试过？我刚刚发现正则表达式是正确的，但我的问题是我使用

groups（）

函数检查结果，而不是

group（0）

。很抱歉，我没有正确地解释自己。我提出了与您在第一个示例中提到的解决方案几乎相同的解决方案，但我感到迫切需要找到正确的正则表达式，不过这是针对个人的，谢谢。我明白您的意思，但上面的Python正则表达式不起作用，即使我将其翻译为：

ur'^（@\w\s*）*“

对不起，正则表达式是对的，我只是检查了错误的结果。谢谢你的提示。这应该是

\w*

；而

（…）

也给你带来了问题，因为正则表达式的

组将只显示最后一个匹配项。请尝试使用非捕获括号，即
（？：…）
。谢谢，我明白你的意思。我对非捕获括号一无所知。如果tweet是例如
@user1，blablablabla
这是一条有效的tweet，你会得到
['@user1'，]
>>> re.compile("^((?:@\w+\s+)*)$").match(t).group(1).split()
['@user1', '@user2']
>>>