求助从大文本中提取邮件地址

affempire

本人有一个1G大的文本文件，里面是一些乱七八糟的文字，但是有部分邮箱地址 ，我想把这些邮箱地址提取出来 ，有什么好办法吗？试了好几个提取工具，连文本都打不开，打开文本超过5M就没反应了，有更好的办法吗？江湖救急！！谢谢！！！
. Z5 G( n# @1 N$ _8 u3 P7 F

affempire

大神真多啊！有没有现成的工具推荐一下？自己编程太麻烦了

affempire

大神们 是1G的文本文件 不可能手工粘贴上去。更不是一个文本编辑器能处理的

affempire

alibaba 发表于 2017-12-3 21:25
6 i1 W" x, f1 bEmEditor（文本编辑器）。官方说的处理248G的文件也不在话下。然后用正则表达式把非邮箱的字符替换为空白， ...

2 |8 M; t, E3 U* N2 a6 C9 g大神能给个正则表达式替换的例子吗？

affempire

bjzhush 发表于 2017-12-4 00:39
' I+ L% ^' c5 ]# [花了几分钟帮你写了下
例如源文件为这个txt
  j& F6 a/ W; d5 o* q7 N1 M1 f+ q➜  ~ cat x.txt

谢谢大神。你这个脚本处理速度快吗？我3G的文本文件多久能处理完呢？

affempire

alibaba 发表于 2017-12-3 21:25
EmEditor（文本编辑器）。官方说的处理248G的文件也不在话下。然后用正则表达式把非邮箱的字符替换为空白， ...

1 X$ x2 f0 ?1 w$ C! y6 T( Q4 T/ R大神 我用 正则[-0-9a-zA-Z.+_]+@[-0-9a-zA-Z.+_]+\.[a-zA-Z]{2,4} 绿色高亮了所有EMAIL，问题是我如何给他取反呢？把不是emial的全部替换为空格呢？

affempire

[email protected]:7fc2ce488
* T3 X0 e$ P2 I4 [8 K[email protected]:669e7d715e402b5b3
[email protected]:12ebcb4d
6 U$ I2 P; a9 l4 x5 m, O[email protected]:c06fc72f7d010
  `$ s5 H9 _/ I" G6 Q/ R+ W. Q格式就是这样，前面没有前缀了，就是后面带有一串字符

affempire

alibaba 发表于 2017-12-4 14:43
零宽断言，前后邮箱夹着的那部分就是要替换空白的。不如你发一小段文本上来看看吧。 ...

[email protected]:7fc2ce488
[email protected]:669e7d715e402b5b3
* ~" K9 T" N# P6 {0 v/ t4 ?3 E, i[email protected]:12ebcb4d
0 y+ N; _9 m6 Y( u! Q0 N[email protected]:c06fc72f7d010
格式就是这样，前面没有前缀了，就是后面带有一串字符

affempire

alibaba 发表于 2017-12-4 16:36
那好办啊
正则表达式：:.*
& W& G+ u* q4 w, j% i" ^* m( l* i替换为空白就可了

谢谢大神 我这个办法成功了 ，但是我还是想知道怎么反选 ，也就是对[-0-9a-zA-Z.+_]+@[-0-9a-zA-Z.+_]+\.[a-zA-Z]{2,4}这个正则表达式取反

affempire

alibaba 发表于 2017-12-5 16:23
; \3 x( n" n1 s5 c4 d" R简单的问题复杂化了。
) T$ d! `+ A3 W/ m有时候用正则获取非邮箱部分，和用正则获取非用正则获取的邮箱的部分，就不是一回 ...

9 W5 K5 w0 [. y3 ^3 ~" \5 D大神，昨天的事情是一个冒号，用那个正则表达式处理了 ，今天又遇到两个冒号的内容如下
; ]0 y# }. a/ C* g5 S# t100:[email protected]:SGSDGKDGMDGKKKKKJJ
200:[email protected]:IFJFHGDFJDJFDJFDJFDJJ
- u; D4 b8 F5 E* E9 r, @300:[email protected]:FKIFHFHFHFJDFJFN
我要想提取中间的email那么正则该怎么写呢？？
还有EmEditor中好像不能复制粘贴正则选中的内容，要不用这个正则 [-0-9a-zA-Z.+_]+@[-0-9a-zA-Z.+_]+\.[a-zA-Z]{2,4}  可以选中高亮所有enail再复制粘贴