找回密码
 立即注册

QQ登录

只需一步,快速开始

PropellerAds
⚡️按条S5代理⚡️静态⚡️独享⚡️5GMediabuy⚡️玩家开户首选【鲁班跨境通-自助充值转账】FB/GG/TT❤️官方免费开户
Affiliate 全媒体流量资源⚡️Taboola/Outbrain /Bing⚡️一级代理开户投流-7*24h❤️人工在线【官方】❤️搜索套利买量投流开户
独立站⚡️开户投放Google FB TK游戏代投⚡️E.PN 虚拟卡⚡️BINOM TRACKER 60% OFF!
比Adplexity还好用的Spy工具ADPLEXITY + ADVERTCN7200W全球动态不重复住宅IP代理全球虚拟卡, 支持U充值
【15 年团队 - 广告自动化系统、定制开发】【ActionKey】Meta API 桥接令牌尤里改 - FB 稳定投放【神盾 AI】Meta 广告资产防护 永久免费
FB 三不限源头 - 自助下户充值转款各种主页、账单户、BM户(优势)IPCola原生住宅IP⚡️$1.8/条双ISPTK加白户/二解户/FB海外户/GG老户
最大欧洲Nutra网盟BA找量 FB高权重耐操个号⚡️稳定过审联盟收款/海外资金下发/服贸结汇✔Taboola海外户源头
全球效果广告投放平台|Vertoz IngeniousPlexSX.ORG 住宅IP | 凭码ADVERT3免费领3GB广告位出租 
查看: 28472|回复: 26

[讨论] 求助从大文本中提取邮件地址

[复制链接]

38

主题

2652

广告币

2851

积分

高级会员

积分
2851

社区QQ达人

发表于 2017-12-1 00:08:03 | 显示全部楼层 |阅读模式
Influxtec
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!!!9 W$ _; M" P1 x  |6 ]
相关帖子
Binom_AdvertCN
回复

使用道具 举报

23

主题

1368

广告币

2313

积分

高级会员

积分
2313

社区QQ达人

发表于 2017-12-1 00:14:04 | 显示全部楼层
PHP 一行一行的读取 然后从每一行里面正则表达式去匹配邮箱 应该是可以搞定的
回复 支持 1 反对 0

使用道具 举报

55

主题

105

广告币

647

积分

中级会员

积分
647

社区QQ达人

发表于 2017-12-1 08:30:59 | 显示全部楼层
1G  分分钟搞定
回复 支持 反对

使用道具 举报

3

主题

38

广告币

58

积分

初级会员

积分
58

社区QQ达人

发表于 2017-12-1 08:39:37 | 显示全部楼层
[\w!#$%&'*+/=?^_`{|}~-]+(?:\.[\w!#$%&'*+/=?^_`{|}~-]+)*@(?:[\w](?:[\w-]*[\w])?\.)+[\w](?:[\w-]*[\w])?' A' ^0 ^/ f1 f+ E; }
这个正则可以匹配,不过具体要用其他工具来实现匹配。

评分

参与人数 2广告币 +7 收起 理由
风儿 + 5 赞一个!
chable + 2 可以结合使用EMEDITOR

查看全部评分

回复 支持 反对

使用道具 举报

2

主题

314

广告币

444

积分

中级会员

积分
444

社区QQ达人

发表于 2017-12-1 08:50:15 | 显示全部楼层
懂点编程的话用读取字节的IO函数读取加转换处理,3个G大小没问题,再大就用内存映射的方法。
7 n/ n. R9 s+ ~! z& q. a+ ]7 Q' M; M% s" N
不懂编程的话先将大文本分割成很多个小文件,再用你找到的那些工具处理。
QQ:2696779792
回复 支持 反对

使用道具 举报

60

主题

837

广告币

2063

积分

高级会员

积分
2063

社区QQ达人

发表于 2017-12-1 09:46:01 | 显示全部楼层
hadoop,3个t也能给你搞了
回复 支持 反对

使用道具 举报

53

主题

807

广告币

1469

积分

高级会员

积分
1469

社区QQ达人

发表于 2017-12-1 10:31:22 | 显示全部楼层
写个正则匹配。。。。
我是C罗!!!
回复 支持 反对

使用道具 举报

12

主题

2057

广告币

2628

积分

高级会员

积分
2628

社区QQ达人

发表于 2017-12-1 12:07:47 | 显示全部楼层
各显神通.~~  我就找个漂亮的小妹 让她慢慢处理吧...
回复 支持 反对

使用道具 举报

38

主题

2652

广告币

2851

积分

高级会员

积分
2851

社区QQ达人

 楼主| 发表于 2017-12-1 12:28:08 来自手机 | 显示全部楼层
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
回复 支持 反对

使用道具 举报

3

主题

38

广告币

58

积分

初级会员

积分
58

社区QQ达人

发表于 2017-12-1 13:09:44 | 显示全部楼层
http://tool.oschina.net/regex#
. ~8 ^7 J# c+ v  X2 ]$ P本来想自己写一个python脚本,不过中午折腾rb格式,没折腾出来。
1 a9 H1 e/ o/ D; A目前手动比较方便一点的就是,把内容放到上面这个正则工具里,点击右边的匹配邮箱,然后点击测试匹配。下面邮箱就全部匹配了。5 _8 r1 K6 ^6 o4 A; e
鼠标移动上去,拉取,选中,复制到其他txt,excel里。搞定。

评分

参与人数 1广告币 +5 收起 理由
风儿 + 5

查看全部评分

回复 支持 反对

使用道具 举报

103

主题

1830

广告币

2709

积分

高级会员

积分
2709

社区QQ达人

发表于 2017-12-1 13:31:21 | 显示全部楼层
EDITPLUS+正则
回复 支持 反对

使用道具 举报

38

主题

2652

广告币

2851

积分

高级会员

积分
2851

社区QQ达人

 楼主| 发表于 2017-12-1 17:15:30 | 显示全部楼层
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
回复 支持 反对

使用道具 举报

27

主题

1058

广告币

2682

积分

高级会员

积分
2682
发表于 2017-12-3 21:25:04 | 显示全部楼层
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,把邮箱留下就可以了。

点评

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?  详情 回复 发表于 2017-12-4 11:44
大神能给个正则表达式替换的例子吗?  详情 回复 发表于 2017-12-3 23:01

评分

参与人数 1广告币 +2 收起 理由
affempire + 2 NB!

查看全部评分

回复 支持 反对

使用道具 举报

38

主题

2652

广告币

2851

积分

高级会员

积分
2851

社区QQ达人

 楼主| 发表于 2017-12-3 23:01:50 | 显示全部楼层
alibaba 发表于 2017-12-3 21:25$ p/ [0 d" k8 F% m) z3 D3 ?
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, ...
& E+ H% y! V8 c; p: J( S
大神能给个正则表达式替换的例子吗?
回复 支持 反对

使用道具 举报

19

主题

290

广告币

532

积分

中级会员

积分
532

社区QQ达人

发表于 2017-12-4 00:39:19 | 显示全部楼层
本帖最后由 bjzhush 于 2017-12-4 00:45 编辑
% B! e) x  u; V, Z& r! u7 w6 e" v3 R( P- S. V
花了几分钟帮你写了下
. Y4 D+ R3 p) q, O# |例如源文件为这个txt
( B. h! }7 Z% ?➜  ~ cat x.txt; |8 X0 p+ g* u3 C. f* a9 A
hitest# F5 H) P! p' y- y6 ^
[email protected]8 p4 L0 G1 K4 Y& J$ q, i7 u
hi  [email protected] test
8 l( S3 n/ q2 i" c& L6 M[email protected]  [email protected]/ c% ?" y( ?( c% r' }- {& j6 N
执行后,得到result.txt* A7 R+ D. f; D5 R" W+ d' {' [' j) N$ |8 s
➜  ~ cat result.txt . W  {. g# d; P
[email protected]
7 X1 I* u2 K. {, w2 _[email protected]
0 \8 J' I9 D" @' {( f3 n; Q[email protected]. i7 d0 L7 h# r3 F% K  x
[email protected]
  E: `  O& t8 d1 O1 w
$ p9 Z1 \6 S* K代码如下:2 @; C7 C8 s1 t
  1. <?php: s1 Z! i, e9 n& F7 E  y) k
  2. $file = 'x.txt';
    : ?! M( z! j+ o
  3. $fp = fopen($file, 'r');
    . p) u7 D( m* v: R5 e( q0 G
  4. if (!$fp) {
    * M- @! D' j: [8 F( ?6 [
  5.     exit('failed to open'.$file);! k7 M- J& V6 _% A! n) G1 D
  6. }2 Y3 ]+ o! R+ T* N7 |  m3 p
  7. $lineNumber = 0;( S/ i* a+ m' t
  8. while($line = fgets($fp)) {
    % m8 C* _6 ]2 a. a) F! b
  9.     $lineNumber++;, E9 G' h0 S  q5 B; Z) \+ T, ^
  10.     $pattern = '/[a-z0-9_\-\+]+@[a-z0-9\-]+\.([a-z]{2,4})(?:\.[a-z]{2})?/i';( k2 B: j" s& P3 }* H) I
  11.     preg_match_all($pattern, $line, $matches);% P4 P4 m* a) A
  12.     if (!empty($matches[0])) {
      Z9 x0 K8 }# u( L# X% b6 i% \
  13.         foreach ($matches[0] as $mail) {7 h# c# j, \! }0 Q
  14.             echo $mail.' found from line '.$lineNumber.PHP_EOL;
    & p% O# C. z; H
  15.             file_put_contents('result.txt', $mail.PHP_EOL, FILE_APPEND);8 n' P# |: k. M. _; l
  16.         }; q  S$ [- U2 x3 x: A5 _9 `
  17.     }
    & P8 T$ ]# R# R& Y6 `1 y3 l
  18. }/ v, P5 I! G9 y) `" |+ O
  19. echo "All Done";
    ; U2 L% ^% f/ o1 p
复制代码
功能:支持提取一行多个email地址,结果全部保存到result.txt ,没有做去重
; Y# j. k% Z  g1 w/ S, s. Z使用:代码里面的源文件是x.txt ,可以换成你自己的文件名,php保存为getMail.php  然后  php getMail.php 结果保存在result.txt里面

点评

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?  详情 回复 发表于 2017-12-4 10:43

评分

参与人数 2广告币 +7 收起 理由
leeker + 5 乐于助人
iyahoo + 2 很给力!

查看全部评分

回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关于我们|联系我们|DMCA|广告服务|小黑屋|手机版|Archiver|Github|网站地图|AdvertCN

GMT+8, 2026-11-20 14:22 , Processed in 0.081986 second(s), 25 queries , Gzip On.

Copyright © 2001-2026, AdvertCN

Proudly Operating in Hong Kong.

快速回复 返回顶部 返回列表