python找出一串字符中所有的email

天堂1111

#coding=utf-8
import re
email_re = re.compile(
r"(([-!#$%&'*+/=?^_`{}|~0-9A-Z]+(\.[-!#$%&'*+/=?^_`{}|~0-9A-Z]+)*"  # dot-atom
r'|^"([\001-\010\013\014\016-\037!#-\[\]-\177]|\\[\001-011\013\014\016-\177])*"' # quoted-string
r')@(?:[A-Z0-9]+(?:-*[A-Z0-9]+)*\.)+[A-Z]{2,6})', re.IGNORECASE)  # domain
email_str = u"aabbcc@163.com　　ＱＱ：８７５９００６７ MSN:ddeedd@hotmail.com"
email_list = []
for one in email_re.findall(email_str):
email_list.append(one[0])
print email_list


结果：[u'aabbcc@163.com', u'ddeedd@hotmail.com']
其中email_re为django源码中匹配email地址的正则表达式
注：
区分group,groups,findall:
group()即默认情况， 是返回的整个表达式所匹配的，group(1)是返回子组1（其实就是第一个括号里的表达式）所匹配的，类似的group(2)是子组2匹配的，为了方面记忆，可以用命名组 (?P<name>...) 匹配时用group(name)即可
而groups()返回的是一个元组，包括所有子组所匹配的 如 (子组1,子组2,...)
而findall()返回的是一个列表，他的第一个元素其实就是groups()返回的元组
一个简单的例子：

>>> re.search('(a(\d))','a342a1').group(0,1,2)
('a3', 'a3', '3')
>>> re.search('(a(\d))','a342a1').groups()
('a3', '3')
>>> re.findall('(a(\d))','a342a1')
[('a3', '3'), ('a1', '1')]