Fatal编程技术网
  • regex/
  • 如何从regex电子邮件提取中排除图像

如何从regex电子邮件提取中排除图像

regex

如何从regex电子邮件提取中排除图像,regex,regex-negation,Regex,Regex Negation,我正在使用一些电子邮件提取器软件（惊喜）从网站上提取电子邮件。它使用正则表达式： [A-Z0-9._%+-]+@[A-Z0-9.-]{3,65}\.[A-Z]{2,4} 但这会产生大量的图片和电子邮件，如\u212000482_1@80xauto.jpg 我可以更改这个正则表达式，但我不知道如何排除以.png、.jpg等结尾的匹配项 有很多关于验证电子邮件的信息——以及这有多难——但我只想从结果列表中排除图像。Description 在示例文本中，不需要的子字符串类似于电子邮件地址，但方便地以

我正在使用一些电子邮件提取器软件（惊喜）从网站上提取电子邮件。它使用正则表达式：

[A-Z0-9._%+-]+@[A-Z0-9.-]{3,65}\.[A-Z]{2,4}
但这会产生大量的图片和电子邮件，如\u212000482_1@80xauto.jpg

我可以更改这个正则表达式，但我不知道如何排除以.png、.jpg等结尾的匹配项

有很多关于验证电子邮件的信息——以及这有多难——但我只想从结果列表中排除图像。

Description 在示例文本中，不需要的子字符串类似于电子邮件地址，但方便地以
jpg
结尾。因此，通过负前瞻，我们可以排除文件扩展名

（？！\S*\。（？：jpg | png | gif | bmp）（？：[\S\n\r]|$）[A-Z0-9.[uz0%+-]+@[A-Z0-9.-][3,65}\[A-Z]{2,4}

例子 现场演示

示例文本

droids@gmail.com _212000482_1@80xauto.jpg更多Droids@deathstar.com
样本匹配

droids@gmail.com 
更多Droids@deathstar.com
解释 
节点说明
----------------------------------------------------------------------
（？！向前看，看看是否有：
----------------------------------------------------------------------
\S*非空白（除\n、\r、\t、\f、，
和“”）（0次或以上（与
（尽可能多）
----------------------------------------------------------------------
\.                       '.'
----------------------------------------------------------------------
（？：组，但不捕获：
----------------------------------------------------------------------
jpg‘jpg’
----------------------------------------------------------------------
|或
----------------------------------------------------------------------
png‘png’
----------------------------------------------------------------------
|或
----------------------------------------------------------------------
gif'gif'
----------------------------------------------------------------------
|或
----------------------------------------------------------------------
bmp'bmp'
----------------------------------------------------------------------
)分组结束
----------------------------------------------------------------------
（？：组，但不捕获：
----------------------------------------------------------------------
[\s\n\r]的任何字符：空白（\n\r，
\t、 \f和“”）、“\n”（换行符）、“\r”
（回车）
----------------------------------------------------------------------
|或
----------------------------------------------------------------------
$在可选的前\n和
“线”
----------------------------------------------------------------------
)分组结束
----------------------------------------------------------------------
)展望的结束
----------------------------------------------------------------------
[A-Z0-9.Z%+-]+以下任意字符：'A'到'Z'，'0'到'9'，
“.”、“%”、“%”、“+”、“-”（1次或多次
（匹配尽可能多的金额）
----------------------------------------------------------------------
@                        '@'
----------------------------------------------------------------------
[A-Z0-9.-]{3,65}‘A’到‘Z’、‘0’到‘9’的任何字符，
“，”-”（在3到65次之间（匹配
尽可能多的钱）
----------------------------------------------------------------------
\.                       '.'
----------------------------------------------------------------------
[A-Z]{2,4}‘A’到‘Z’（介于2之间）的任何字符
和4倍（与最高金额匹配）
（可能的）
----------------------------------------------------------------------
您使用的语言是什么？为什么将TLD限制为4个字符？请看：我不懂这种语言-它是一种软件（由其他人编写），可以根据用户可以更改的正则表达式搜索文本/html文件。很明显，默认的正则表达式已经过时了-谢谢。谢谢你的回答。虽然它在测试仪中工作得很好，但当我将它插入软件时，它就不工作了——具有讽刺意味的是，它会返回一个额外的图像示例。不幸的是，该软件是一个“黑匣子”，无法判断它以何种方式（或使用何种语言）使用正则表达式。你能想出一个我可以尝试的替代公式吗？它会导致错误吗？或者它对某些比赛有效，而对其他比赛无效？你的应用程序运行的操作系统类型是什么，你知道你的应用程序是否需要java吗？很抱歉延迟回复你。不，没有错误。该应用程序正在windows pc上运行。不确定是否需要Java。回答得很好。帮了我很多忙。关于它在tester中工作，而不是在您的代码中，我遇到了类似的问题，这是因为我粘贴了模式，但没有将“re.DOTALL | re.IGNORECASE”添加到我的正则表达式查询中。例如，re.findall（模式、字符串）与我不匹配，但re.findall（模式、字符串、re.IGNORECASE）与我匹配。希望这能有所帮助。这对我也很有效，不过我需要在$lookahead之后加一个“