python中匹配Twitter句柄的正则表达式

Question

我尝试使用正则表达式来捕获tweet主体中的所有Twitter句柄。我的挑战是我正试着处理这些问题

1. 包含特定字符串
2. 长度未知
3. 后面可能是
   • 标点符号
   • 空白
   • 或者是绳子的末端。在

例如，对于这些字符串中的每一个，我都用斜体标记了要返回的值。在

"@handle what is your problem?" [RETURN '@handle']

"what is your problem @handle?" [RETURN '@handle']

"@123handle what is your problem @handle123?" [RETURN '@123handle', '@handle123']

到目前为止，我得到的是：

>>> import re
>>> re.findall(r'(@.*handle.*?)\W','hi @123handle, hello @handle123')
['@123handle']
# This misses the handles that are followed by end-of-string

我尝试修改以包含一个or字符，允许使用字符串结尾字符。只返回整个字符串。在

^{pr2}$

如何编写一个满足这两个条件的表达式？在

我看过一个coupleother的地方，但还是卡住了。在

Answer 1

似乎您正在尝试匹配以@开头的字符串，然后是0+个单词字符，然后是handle，然后是0+个单词字符。在

使用

r'@\w*handle\w*'

或者-为了避免在电子邮件中匹配@+个字符：

^{pr2}$

请参见Regex 1 demo和Regex 2 demo（非单词边界要求非单词字符或字符串的开头位于@之前）。在

注意，.*是一个贪婪的点匹配模式，它尽可能多地匹配除换行符以外的任何字符。\w*只匹配0+个字符（也尽可能多地匹配），但是如果没有使用re.UNICODE标志（在代码中也没有使用），则从[a-zA-Z0-9_]集中匹配。在

Python demo：

import re
p = re.compile(r'@\w*handle\w*')
test_str = "@handle what is your problem?\nwhat is your problem @handle?\n@123handle what is your problem @handle123?\n"
print(p.findall(test_str))
# => ['@handle', '@handle', '@123handle', '@handle123']

Answer 2

只匹配包含此字符范围的句柄->；/[a-zA-Z0-9_]/。在

s = "@123handle what is your problem @handle123?"
print re.findall(r'\B(@[\w\d_]+)', s)
>>> ['@123handle', '@handle123']
s = '@The quick brown fox@jumped over the LAAZY @_dog.'
>>> ['@The', '@_dog']