如何修改正则表达式以匹配普通字符串与XML标签中的有效邮箱

原正则因为使用了^和$锚定整个字符串，所以只能匹配纯邮箱格式的独立字符串，无法匹配被XML标签包裹的邮箱。要适配两种场景，只需调整锚定规则，同时允许邮箱前后出现可选的XML标签内容：

修改后的正则表达式 #

(?:<[^>]+>)?[\w!#$%&'*+/=?`{|}~^-]+(?:\.[\w!#$%&'*+/=?`{|}~^-]+)*@(?:[a-zA-Z0-9-]+\.)+[a-zA-Z]{1,6}(?:</[^>]+>)?

关键修改点 #

• 移除原正则开头的^和结尾的$锚定符，不再要求邮箱必须是整个字符串的唯一内容
• 在邮箱匹配规则前后分别添加可选的XML标签匹配规则：
  • (?:<[^>]+>)?：匹配可选的起始XML标签（如<email>），?:表示非捕获组，?标记该标签为可选
  • (?:</[^>]+>)?：匹配可选的闭合XML标签（如</email>），同样为可选非捕获组

匹配与提取示例 #

• 纯邮箱字符串：paris@france.c → 可直接匹配到完整邮箱
• XML包裹的邮箱：<email>paris@france.c</email> → 可匹配包含标签的整体内容

如果需要精准提取不含XML标签的纯邮箱内容，可以把邮箱部分设为捕获组：

(?:<[^>]+>)?([\w!#$%&'*+/=?`{|}~^-]+(?:\.[\w!#$%&'*+/=?`{|}~^-]+)*@(?:[a-zA-Z0-9-]+\.)+[a-zA-Z]{1,6})(?:</[^>]+>)?

使用时直接取第一个捕获组的返回值即可。

内容的提问来源于stack exchange，提问作者Robin Singh