python - 有关正则表达式的问题

Question

In [60]: re.findall('(?m)\s+(?!noreply|postmaster)(\w+)',
"""
    sales@phptr.com
    postmaster@phptr.com
eng@phptr.com
noreply@phptr.com
"""
)
Out[60]: ['sales', 'eng']

In [61]: re.findall('(?m)\s+',
"""
    sales@phptr.com
    postmaster@phptr.com
eng@phptr.com
noreply@phptr.com
"""
)
Out[61]: ['\n    ', '\n    ', '\n', '\n', '\n']

In [62]: re.findall('(?m)\s+(\w+)',
"""
    sales@phptr.com
    postmaster@phptr.com
eng@phptr.com
noreply@phptr.com
"""
)
Out[62]: ['sales', 'postmaster', 'eng', 'noreply']

为什么第一、三次的空格和换行没有匹配，而第二次的匹配了？

Answer 1

findall优先返回分组的内容 (\w+)

没有分组，就返回整个表达式匹配的内容~ \s+

Answer 2

(?m)s+(?!noreply|postmaster)(w+) 这个要求被匹配的字符串（空格与换行符）后面必须挨着noreply或者postmaster然后再跟着1个或多个单词（而非@这样的符号，@是不会被 w 匹配的）。

Answer 3

我感觉问题应该出在 python 的 findall 函数中，比如你把第一个改成这样：

re.findall('(?m)\s+(?!noreply|postmaster)\w+',
"""
    sales@phptr.com
    postmaster@phptr.com
eng@phptr.com
noreply@phptr.com
"""
)

貌似空格就可以匹配了，你去找些 python findall 的原理看下吧

Answer 4

zilong_thu的回答有误，(?!noreply|postmaster) 表示不匹配后面的内容才算匹配成功。第二个能匹配出空格是因为s匹配任何不可见字符，包括空格、制表符、换页符等等。等价于[ fnrtv]。而1和3没有是因为实际上返回是分组的内容即括号里的,如果有多个分组，就会被组成元组的形式，然后返回列表