求助从大文本中提取邮件地址

affempire

bjzhush 发表于 2017-12-4 00:39
0 m$ I' G7 k' t4 _  w: P/ {8 u' _" M花了几分钟帮你写了下
例如源文件为这个txt
) S* a7 r; S2 }- f9 }/ a# |1 [➜  ~ 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
0 a. _$ i6 N) f9 ?/ a1 E# UEmEditor（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 a- }0 p1 H% h" C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？

alibaba

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。

affempire

+ x4 R& k. O3 c. `/ q
[email protected]:7fc2ce488
[email protected]:669e7d715e402b5b3
) c* ^% K$ R8 ], ^2 D, w2 o[email protected]:12ebcb4d
$ Z4 I3 _$ w" `/ k: G; c$ W& u9 S[email protected]:c06fc72f7d010
7 m, w% r7 c/ i6 ]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。 ...

7 C! ]" H- h+ ^5 h5 L[email protected]:7fc2ce488
* k% o) A- g2 s  ?[email protected]:669e7d715e402b5b3
4 k7 m" s% A1 R+ t[email protected]:12ebcb4d
/ R& \* ?' e- p- F2 L[email protected]:c06fc72f7d010
* x3 d- {5 ^) y% x8 g% _  Y& M格式就是这样，前面没有前缀了，就是后面带有一串字符

alibaba

affempire 发表于 2017-12-4 15:12
:7fc2ce488
* s6 P8 w2 s. `3 e:669e7d715e402b5b3
:12ebcb4d

6 Q+ }# I( g. `) d6 I4 p6 r那好办啊
0 @' g6 r2 I% \/ i# i正则表达式：:.*
替换为空白就可了

affempire

alibaba 发表于 2017-12-4 16:36
那好办啊
正则表达式：:.*
替换为空白就可了

2 C/ c+ T! n$ x  h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

bjzhush

affempire 发表于 2017-12-4 10:43
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？

/ X1 O1 R+ I9 P3 C$ O7 t( K, }我估计有个几分钟就足够了，前提是你是SSD

bjzhush

affempire 发表于 2017-12-4 10:43
6 ^. K6 q3 l7 Q3 Q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？

6 E+ N/ t5 H0 m4 g2 [6 m不送几个积分吗？哈哈哈哈

alibaba

affempire 发表于 2017-12-4 17:24
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.+_]+\. ...

简单的问题复杂化了。
# i$ F; g* i" @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，就不是一回事。
最好是具体问题具体分析吧，通用性不一定都存在。

affempire

alibaba 发表于 2017-12-5 16:23
简单的问题复杂化了。
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 ...

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
100:[email protected]:SGSDGKDGMDGKKKKKJJ
200:[email protected]:IFJFHGDFJDJFDJFDJFDJJ
4 _2 K) s, I' \5 b300:[email protected]:FKIFHFHFHFJDFJFN
" v( F- [2 o. {) `* j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

alibaba

affempire 发表于 2017-12-6 14:49
0 `8 r/ L" p6 e! e8 z( h) c# G7 ^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
100:asdffg@gmail. ...

你要的是中间部分的邮箱，不一定非得要用正则去匹配邮箱，能达成要求就成。
在这里例子中，分2步走，去掉首尾，剩下的可以不就是邮箱了嘛。
0 A4 q$ z2 A- f" g& u第一步：^.*?:，替换为空白，去掉了首部。
3 I& r6 q- K) u) I. [, q8 }第二部：:.*，替换为空白，去掉了尾部。
剩下就是想要的邮箱了，还不用选中，复制，粘贴什么的。
/ g- b. \: P$ f0 [. ^1 k
& I4 Z; ?- j+ @% q3 }