正则表达式从文本中提取域和电子邮件（不包括域作为电子邮件地址的一部分）[关闭]

Question

我是新来的，如果有任何想法，我将非常感激......

我需要一个正则表达式来从文本中提取域和电子邮件。提取电子邮件没有问题，但域使任务变得更加棘手。

以下文为例：

[电子邮件受保护]、google.com、www.msn.com、[电子邮件受保护]、[电子邮件受保护]、somesite.com、bbc.co.uk

使用正则表达式

[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,4}

，我设法正确提取电子邮件（[电子邮件受保护]、[电子邮件受保护]、[电子邮件受保护]）。但是，我不知道如何修改此类 REGEX 以便它也能找到域。我在 StackOverflow 中做了一些研究，但我发现的多个 REGEX 不能满足我的需求 - 它们在电子邮件地址中查找域。

总结：我需要找到一个可以在文本中查找域和电子邮件的正则表达式。但是，域不能位于电子邮件地址内，域的形式可以是“co.uk”，也可以是二级域+根域。

任何想法表示赞赏。

谢谢！

Answer 1

您需要的是 (1) 查找电子邮件地址，以及 (2) 查找域名。这两个正则表达式分别满足每个要求：

电子邮件（您已经有了）：

[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+.[a-zA-Z]{2,4}

域名：

\b(?:https?:\/\/)?(?:www\.)?([a-zA-Z0-9-]+(?:\.[a-zA-Z]{2,})+)\b

。

值得注意的是，最后一个正则表达式确实在电子邮件地址中找到了“域”。因此，您可以使用

运算符连接两个正则表达式，这样，如果它找到电子邮件地址，则不会同时找到其中的域：

[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+.[a-zA-Z]{2,4}|\b(?:https?:\/\/)?(?:www\.)?([a-zA-Z0-9-]+(?:\.[a-zA-Z]{2,})+)\b

在示例字符串上执行它（查看https://regex101.com/r/ECxH3p/1），上面的正则表达式发现：

希望这有帮助！愿代码与您同在...