正则表达式之制作地址取址器

Posted 2021-05-02 怪兽宇

创造一个email 地址

#! python3
# phoneAndEmail.py  - 查找剪贴板上的电话号码和电子邮件地址。
import pyperclip, re
phoneRegex = re.compile(r'''(
---snip---

# Create email regex.
emailRegex = re.compile(r'''(
    [a-zA-Z0-9._%+-]+    # 用户名❶
    @                    # @ 符号
    [a-zA-Z0-9.-]+       # 域名
    (\.[a-zA-Z]{2,4})
    )''', re.VERBOSE)
#在剪贴板文本中查找匹配。
#将结果复制到剪贴板

• 域名和用户名用@符号❷分隔。域名❸只有字母，数字，句点和连字符稍稍放宽一些，[a-zA-Z0-9.-]。最后将是“dot-com”部分（技术上被称为顶级域名），这真的可以是任何东西。这是两到四个字符。

步骤3：查找剪贴板文本中的所有匹配项

#! python3
# phoneAndEmail.py - Finds phone numbers and email addresses on the clipboard.
import pyperclip, re
phoneRegex = re.compile(r'''(
--snip--

# Find matches in clipboard text.
text = str(pyperclip.paste())
matches = []                            #❶
for groups in phoneRegex.findall(text): #❸
    phoneNum = '-'.join([groups[1], groups[3], groups[5]])
    if groups[8] != '':
        phoneNum += ' x' + groups[8]
    matches.append(phoneNum)
for groups in emailRegex.findall(text): #❷
    matches.append(groups[0])
# TODO: 将结果复制到剪贴板。

• 每个匹配有一个元组，每个元组包含正则表达式中每个组的字符串。请记住，组0与整个正则表达式匹配，因此元组的索引0处的组是您感兴趣的组。

步骤4：将匹配加入剪贴板的字符串

#! python3
# phoneAndEmail.py - Finds phone numbers and email addresses on the clipboard.

--snip--
for groups in emailRegex.findall(text):
    matches.append(groups[0])

    # Copy results to the clipboard.
if len(matches) > 0:
    pyperclip.copy('\n'.join(matches))
    print('Copied to clipboard:')
    print('\n'.join(matches))
else:
    print('No phone numbers or email addresses found.')

运行程序

例如，将Web浏览器打开到Nostarch Press联系页面http://www.nostarch.com/contactus.htm，按CTRL-A选择页面上的所有文本，然后按CTRL-C复制它到剪贴板。当您运行此程序时，输出将如下所示：

Copied to clipboard:
800-420-7240
415-863-9900
415-863-9950
[e-mail]
[e-mail]
[e-mail]
[e-mail]

类似程序的想法

识别文本模式（并且可能用sub（）方法代替它们）具有许多不同的潜在应用。

• 查找以http：//或https：//开头的网址。

• 以不同的日期格式清理日期（例如3/14/2015，03-14-2015和2015/3/14），以日期格式替换为单一标准格式。

• 删除敏感信息，如社会保障金或信用卡号码。

• 查找常见的拼写错误，例如单词之间的多个空格，意外地意外重复的单词或句子结尾处的多个感叹号。