求助：使用Regex从长文本提取指定邮箱格式内容失败

问题描述 #

需要从文本中提取包含[!at]的邮箱格式内容（如kaieldentsome [!at] gmail.com.），文本中不一定存在contact us at标识，此前使用的正则表达式未得到预期结果。

原代码问题分析 #

原正则(?<=\s).*?\s\[!at\].*?\s.*?\s存在两处关键问题：

• 强制要求[!at]前后及结尾必须有空格，但目标内容结尾是.无空格，导致匹配失败
• 泛用的.*?会匹配多余无关内容，无法精准定位目标序列

修正后的正则与代码 #

使用无需依赖前置标识的精准正则，匹配包含[!at]的完整邮箱块：

import re

item_str = 'If you have any questions or concerns, you may contact us at kaieldentsome [!at] gmail.com. You can also follow us on fb'
# 匹配规则：锁定包含[!at]的完整块，前后为空白或文本首尾
output = re.findall(r'(?<!\S).*?\[!at\].*?(?=\s|$)', item_str)[0]
print(output)

正则规则说明

• (?<!\S)：断言匹配内容的前一个字符是空白或文本开头，确保从邮箱块的起始位置开始匹配
• .*?\[!at\].*?：非贪婪匹配包含[!at]的所有内容
• (?=\s|$)：断言匹配内容的后一个字符是空白或文本结尾，确保匹配到邮箱块的完整结尾（包括末尾的.）

执行后输出：

kaieldentsome [!at] gmail.com.

更健壮的适配版本 #

如果邮箱的用户名或域名可能包含除空格外的特殊字符，可使用更精准的规则：

output = re.findall(r'\S+\s\[!at\]\s\S+\.?', item_str)[0]

• \S+：匹配非空白字符序列（覆盖用户名和域名部分）
• \s\[!at\]\s：精准匹配[!at]前后的空格分隔符
• \.?：匹配可选的结尾.

内容的提问来源于stack exchange，提问作者robots.txt