一个可以识别大部分电子邮件地址的正则表达式

一个可以识别大部分电子邮件地址的正则表达式

当大家在用pandas处理邮箱号码或者其他带有符号的字符串的时候，有可能会需要将字符串的几部分分来储存。

举例1：识别大部分电子邮件的正则表达式

data="""DAVE dave@google.com
        dsd steve@gmail.com
        dsddsdaw rob@gmail.com
        wes np.nan"""
      
pattern=r'[A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,4}'
#flags=re.IGNORECASE 使用正则表达式不区分大小写
regex=re.compile(pattern,flags=re.IGNORECASE)
print(regex.findall(data))

输出为：

['dave@google.com', 'steve@gmail.com', 'rob@gmail.com']

让我们再来详细聊一下pattern中的语句的表达式含义：

pattern=r'[A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,4}'

pattern=r’[A-Z0-9._%±]+@[A-Z0-9.-]+.[A-Z]{2,4}’
[A-Z0-9]指的是字母从A到Z,从0到9，英文句号，下划线，百分号，中括号外的+意思为中括号里的东西可以重复多次#举例来说，
比如：dave@google.com中，@前的dave就对应此处，第二部分是@后.前的部分，第三部分是.后的部分
[A-Z]{2-4}意味着 识别字母A-Z，个数为2个到四个，我们最后一般不是com 就是cn 所以足够使用