Je voudrais utiliser des expressions régulières pour extraire uniquement @patrick @michelle de la phrase suivante:expression régulière pour extraire les symboles @name de Tweet
@patrick @michelle we having diner @home tonight do you want to join?
Note: @home ne devrait pas être inclure dans le résultat parce que, ce n'est pas au début de la phrase et n'est pas suivi d'un autre @name.
Toute solution, conseil, commentaire sera vraiment apprécié.
/(?:(?:@\S+\s+)+|^)@\S+/g
Il correspond d'abord soit un « @ » suivi par de nombreux caractères non-espace, ou le début de la ligne, puis une autre et correspond à « @ » suivi par de nombreux caractères non-espace.
Notez qu'il est courant sur Twitter que @name est précédé de RT, apparaît au milieu ou à la fin du tweet, par ex. http://twitter.com/ceetee/statuses/9874073403. Fondamentalement, vous ne pouvez pas distinguer si un @ nom est vraiment un nom utilisant simplement RegEx ou même un analyseur. Le meilleur pari est de vérifier si http://twitter.com/name 404 ou non.
Cela semble bien fonctionner mais seulement pour 2. Comment l'étendre pour correspondre à n @name au début de la phrase. Entrée: @patrick @michelle @john @Ted nous avons diner @home ce soir voulez-vous rejoindre? – Joey
@Joey: Voir mise à jour. – kennytm
Merci Kenny, c'est exactement ce que je veux Implémentation en python Importer re msg = 'vient ici' re.findall ('(?: (?: @ \ S + \ s +) + | ^) @ \ S +' , msg) – Joey
Essayez cette expression régulière:
/^\s*@(\w+)\[email protected](\w+)/
\s désigne un espace et un \w caractères de mot.
@Gumbo: Je pense que Joey peut être après quelque chose d'un peu plus robuste ... votre expression rationnelle ne correspondrait pas s'il n'y avait qu'un seul nom – Zaid
Tant qu'il commence par un @ et continue avec ceux-ci cela le fera, je l'ai testé dans poweshell donc certains moteurs regex sont un peu différents. Cela devrait également prendre n noms au début de la ligne
«^((@ \ w +) \ s) + »
Vous devez ajouter un espace de fin à la chaîne avant d'utiliser cette RE, cependant , pour gérer le cas où la chaîne se termine par '@ foo'. –
oui si la chaîne se termine par un at. le \ s shuld be \ s * – rerun
Peut-être quelque chose comme ça, mais vous devrez partager sur quoi que ce soit des espaces dans la groupe correspondant pour extraire plusieurs ID.
/^\s*(@\w+\s+)*\s+.*$/
Vous avez étiqueté votre message C#, donc je suppose que vous pouvez utiliser l'implémentation .NET Regex. En utilisant .NET, l'expression rationnelle suivante fera:
(?<![^@]\w+\s+)(@\w+)
Cela correspond à aucun des mots commençant par @, qui n'ont pas un mot sans @ devant eux. Notez que "dinner @home @ 20pm" va encore le casser, cependant.
Voir here pour plus de détails.
Eh bien, tout d'abord je pensais que cela a échoué parce que je regardais les groupes qui sont retournés:
>>> tw = re.compile(r"^((@\w*)\s+)*")
>>> tw.findall(tweet)
[('@michelle ', '@michelle')]
>>> tw.match(tweet).groups()
('@michelle ', '@michelle')
Notez que les groupes ne conservent que la dernière valeur pour tout groupe dans la re.Mais si vous prenez juste un groupe(), vous obtenez toute la chaîne trouvée:
>>> tw.match(tweet).group()
'@patrick @michelle '
pour des grimaces, je vais essayer pyparsing:
>>> from pyparsing import Word, printables, OneOrMore
>>> atName = Word("@",printables)
>>> OneOrMore(atName).parseString(tweet).asList()
['@patrick', '@michelle']
pour PHP
/^\s*@(\w+)\[email protected](\w+)/
Merci KennyM
en python
msg = '@patrick @michelle we having diner @home tonight do you want to join?'
import re
re.findall('(?:(?:@\S+\s+)+|^)@\S+', msg)
Cela fonctionne avec 1 ou n @name au début de la phrase.
Merci à tous pour les réponses rapides.
En Perl, vous pouvez exploiter le /g match plus-que-fois modificateur combiné avec le zéro largeur \G où-on-gauche hors affirmation et contexte de liste, donc:
my $str = '@patrick @michelle we having diner @home tonight do you want to join?';
my @matches = ($str =~ m/\G(\@\w+)\s*/g);
print join(', ', @matches) . "\n";
Cela devrait être robuste sur un nombre quelconque de chaînes @ initiales.
Pour Python check out: http://github.com/BonsaiDen/AtarashiiFormat
Il vous donnera également les liens et les étiquettes. Et, méfiez-vous de l'utilisation d'une simple regex, vous vous retrouverez avec un gros bordel, comme je l'ai fait avant de convertir la bibliothèque textuelle de Twitter.
Pour C# Je ferais comme suit:
@ ([A-Za-z0-9-_ &;] +)
Si '@ home' * * ont été suivi par un autre' @name ', les deux valeurs * seraient-elles considérées comme des noms, ou seulement le premier? Savez-vous que vos règles ne correspondent pas à la façon dont les gens utilisent Twitter? –