python 实现邮件名检查

  前几天都在看自然语言处理的东西，发现太吃力，然后就自个玩了。命名实体是找到文本中特定的信息，最简单的方法是用正则匹配去做，然后资料使用邮件名自动检查作为实例，想着Python强大的正则匹配于是萌生用Python解决该问题。

 

  邮件的基本格式参考百度知道，正则表达库，基本是用户注册名@服务器名.com（or .cn），用户名可以有下划线，短横杠和点，服务器有点。

  Python正则表达式可以参考http://www.cnblogs.com/huxi/archive/2010/07/04/1771073.html，Python实现邮件就可以用以下代码实现

>>> txt='he_llo@worl.d.com | hel.l-o@wor-ld.museum | h1ello@123.com hello@worl_d.com | he&llo@world.co1 | .hello@wor#.co.uk'
>>> import re
>>> pattern = re.compile(r'\w+[\.\-]{0,1}\w+@(?:\w+.){1,2}com')
>>> match = pattern.findall(txt)
>>> match

结果：['he_llo@worl.d.com', 'h1ello@123.com', 'hello@worl_d.com']

存在问题：python表达式中的‘_’总是被忽略，第二是服务器可以为.cn。另一个现有的java程序http://alias-i.com/lingpipe/demos/tutorial/ne/read-me.html中搜索Statistical Named Entity Recognizer.