Hitta e-postadresser och URL:er
Extrahera kontaktuppgifter ur rörig text
Hitta e-postadresser och URL:er är en gratis lektion i NLP Academy på CoddyKit. Detta är lektion 2 av 4. Du kan läsa vilka 3 lektioner som helst i den här lärvägen kostnadsfritt i sin helhet – därefter låser CoddyKit PRO upp alla lektioner, plus praktisk övning med en inbyggd kodredigerare och en AI-lärare dygnet runt. Den ingår i lärvägen för NLP Academy, och Era framsteg synkroniseras mellan webben och CoddyKit-appen. Kursen i NLP Academy innehåller totalt 4 lektioner.
Mönster döljer sig i rörig text
Verklig text är full av strukturerade textdelar som e-postadresser och länkar. Med regex kan du automatiskt plocka ut dem, även ur långa och röriga dokument.
Så här ser ett e-postmeddelande ut
En e-postadress har ett namn, ett at-tecken, en domän och en toppdomän. Att identifiera den formen är det första steget när du skriver ett mönster för den.
Ett enkelt e-postmönster
Det här e-postmönstret fångar ordtecken, ett at-tecken, fler tecken, en punkt och bokstäver. Det är inte perfekt, men fångar de flesta verkliga adresser.
re.findall("\w+@\w+\.\w+", "hi a@b.com")Varför punkten måste escap:as
I en domän vill du ha en faktisk punkt, inte punkten som betyder vilket tecken som helst. Därför escapar du den som \. för att bara matcha en riktig punkt i adressen.
Extrahera många e-postadresser samtidigt
Kombinera ditt e-postmönster med re.findall för att söka igenom ett helt dokument och returnera alla adresser som en ren Python-lista.
emails = re.findall(pattern, text)Så här ser en URL ut
En URL börjar vanligtvis med http eller https, följt av ://, en domän och en sökväg. Den förutsägbara början gör den till ett utmärkt mål för regex.
Ett grundläggande URL-mönster
Det här URL-mönstret matchar http eller https och därefter valfria tecken som inte är blanksteg. Det valfria s:et efter http skrivs med en frågeteckenskvantifierare.
re.findall("https?://\S+", text)Valfria delar med frågetecknet
Frågetecknet gör delen före det valfri. I https? kan s finnas eller saknas, så både http och https matchas utan problem.
Girig matchning kan gå för långt
Som standard är kvantifierare giriga och fångar så mycket som möjligt. Med URL:er kan detta även sluka avslutande skiljetecken som du inte ville ha med.
Tämj den med gränser
Använd \S för att stanna vid det första blanksteget, eller trimma resultatet efteråt. Om du vet var en matchning ska sluta blir extraheringen prydlig.
Testa på verkliga exempel
Testa alltid mönstret på rörig, verklig text. Specialfall som plustecken i e-postadresser eller frågesträngar i URL:er visar var mönstret fortfarande läcker.
Snabbkontroll
Du vill att http ska vara valfritt, och endast s:et ska kunna utelämnas. Vilken symbol gör det föregående tecknet valfritt?
Sammanfattning: extrahera kontaktinformation
Du har byggt mönster för e-postadresser och URL:er, escap:at faktiska punkter och använt frågetecknet för valfria delar. Nu kan du utvinna kontaktinformation ur text. 🔍
Lär dig Python med en AI-lärare – gratis
Skriv och kör riktig kod i webbläsaren, få omedelbar hjälp av en AI-lärare dygnet runt och fortsätt där du slutade – på webben eller i appen.
- Kurser
- 30
- Lektioner
- 120
Vanliga frågor
Är lektionen ”Hitta e-postadresser och URL:er” gratis?
Ja – du kan läsa vilka 3 lektioner som helst i lärvägen NLP Academy, inklusive ”Hitta e-postadresser och URL:er”, kostnadsfritt i sin helhet här på webben. Därefter låser CoddyKit PRO upp alla lektioner, plus interaktiv övning med en inbyggd kodredigerare och en AI-lärare dygnet runt. Kursen i NLP Academy innehåller totalt 4 lektioner.
Vad lär jag mig i ”Hitta e-postadresser och URL:er”?
Extrahera kontaktuppgifter ur rörig text Ni övar på NLP Academy med praktisk kod som körs direkt i webbläsaren, medan en AI-handledare som är tillgänglig dygnet runt svarar på Era frågor under lektionen.
Behöver jag någon erfarenhet för att börja lära mig NLP Academy?
Du behöver inga förkunskaper. Utbildningen i NLP Academy på CoddyKit är upplagd för allt från nybörjare till avancerade elever, så att du kan börja här eller från början och gå fram i din egen takt. Detta är lektion 2 av 4.
Hur lång tid tar lektionen ”Hitta e-postadresser och URL:er”?
De flesta CoddyKit-lektioner tar cirka 5–10 minuter. Varje lektion är kort och interaktiv, så att du gör stadiga framsteg och kan fortsätta precis där du slutade – på webben eller i appen.
Kan jag skriva och köra kod i den här NLP Academy-lektionen?
Ja. Varje NLP Academy-lektion innehåller en inbyggd kodredigerare, så att du kan skriva och köra riktig kod direkt i webbläsaren och få omedelbar AI-feedback – utan lokal installation.
Alla lektioner i den här kursen
- Regex på 5 minuter
- Hitta e-postadresser och URL:er
- Fångstgrupper och ersättningar
- Knep för regex-tokenisering