用于转发的python正则表达式

我正在开发一个正则表达式，可以从推文中提取转发关键词和用户名。下面是一个例子，其中有一个非常糟糕的正则表达式：

tweet='foobar RT@one, @two: @three barfoo'
m=re.search(r'(RT|retweet|from|via)\b\W*@(\w+)\b\W*@(\w+)\b\W*@(\w+)\b\W*',tweet)
m.groups()
('RT', 'one', 'two', 'three')

我想要的是压缩重复的

\b\W*@（\W+）\b\W*

模式，使它们成为一个可变的数字，这样，如果在@three之后添加@four，它也会被提取出来。我尝试了许多排列，用

+

重复这一点，但都没有成功

我也希望它能为类似的东西工作

tweet='foobar RT@one, RT @two: RT @three barfoo';

如果模式不重叠，可以使用re.finditer实现。（我有一个模式重叠的版本，因此只拾取第一个RT。）

非常感谢您的帮助。谢谢。

试试看

(RT|retweet|from|via)(?:\b\W*@(\w+))+'

将

\b\W*@（\W+）

括在“（？：…）”中，可以对重复的术语进行分组，而无需捕获聚合

我不确定我是否遵循了你问题的第二部分，但我认为你可能正在寻找一种涉及如下构造的东西：

(?:(?!RT|@).)

它将匹配任何不是“@”或“RT”开头的字符，同样不会捕获它

如果是这样，那么：

(RT|retweet|from|via)((?:\b\W*@\w+)+)

然后进行后期处理

re.split(r'@(\w+)' ,m.groups()[1])

---

要获取单个句柄？

感谢您的快速回复！不幸的是，这似乎不起作用，除非我输入了错误的东西：tweet='foobarRT@one，@two:@three barfoo'm=re.search（r'（RT | retweet | from | via）（？：\b\W*@（\W+）+），tweet）m.groups（）（'RT'，three'），但我将继续阅读（？：…）。谢谢，谢谢马库斯。基本上，我最终使用了类似的方法，但由于无法找到一个单正则表达式的解决方案而感到困扰。谢谢。我想这里已经回答了这个问题：Nm，它只是部分回答，因为这里对RT/retweet的要求，很抱歉。感谢您传递这个信息——虽然只是部分回答，但绝对有用！