Extraire un hashtag : Le regex

Une expression régulière (regex) pour extraire un ou plusieurs hashtags d'un tweet, j'en ai essayé plusieurs. En cherchant sur le web, j'en ai vu plusieurs aussi, sauf que la majorité ne convient pas aux critères de mon petit test.

-Un hashtag ne contient pas des caractères spéciaux
-Un hashtag peut contenir le caractère "_"
-Un hashtag commence par un caractère alphabétique mais peut contenir ou finir par [1..9]
-Un hashtag est une chaine de caractère avec deux espaces à droite et à gauche
-Du coup, ces hashtags ne sont pas valides :

#1Test
#!Test
#Tes!t
#Test!
#Test#

-Ce que les développeurs oublient, c'est qu'un tweet peut contenir une url de ce genre:

http://site.com/#Test

Avec les critères ci-dessus, je suis arrivé à cet hashtag:

(?:^|\s)\s*(#[A-Za-z][A-Za-z0-9-_]+)

Notez bien que j'utilise Python.
Comme tweet de test, j'ai utilisé le suivant:

#test1 #test2 #test3 url/#test4

Code :

>>> regex = re.compile("(?:^|\s)\s*(#[A-Za-z][A-Za-z0-9-_]+)",re.MULTILINE)
>>> r = regex.search(string)
>>> r
<_sre .sre_match="" 0x83e0cc9cfe7fcef0="" at="" object="">
>>> regex.match(string)
<_sre .sre_match="" 0x83e0cc9cfe7fc770="" at="" object="">
# List the groups found
>>> r.groups()
(u'#test1',)
# List the named dictionary objects found
>>> r.groupdict()
{}
# Run findall
>>> regex.findall(string)
[u'#test1', u'#test2', u'#test3']
# Run timeit test
>>> setup = ur"import re; regex =re.compile("(?:^|\s)\s*(#[A-Za-z][A-Za-z0-9-_]+)",re.MULT ...
>>> t = timeit.Timer('regex.search(string)',setup)
>>> t.timeit(10000)
0.00636506080627

Image via