求助从大文本中提取邮件地址

affempire · 发表于 2017-12-4 10:43:03

bjzhush 发表于 2017-12-4 00:39) P# a# u; K3 n- r4 T
花了几分钟帮你写了下 / @5 s; z: Y3 ?. n$ I( T
例如源文件为这个txt3 x' k9 B8 S' M" X4 U8 Q2 @
➜ ~ 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 · 发表于 2017-12-4 11:44:42

alibaba 发表于 2017-12-3 21:25
1 h9 M9 [" d0 V5 FEmEditor（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， ...

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 · 发表于 2017-12-4 14:43:16

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 · 发表于 2017-12-4 15:06:42

本帖最后由 affempire 于 2017-12-4 15:12 编辑

[email protected]:7fc2ce488
[email protected]:669e7d715e402b5b3
[email protected]:12ebcb4d
[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 · 发表于 2017-12-4 15:12:32

alibaba 发表于 2017-12-4 14:43
! d' X8 u P! Q( ?; l- C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
[email protected]:12ebcb4d
[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

alibaba · 发表于 2017-12-4 16:36:49

affempire 发表于 2017-12-4 15:12( J5 ?' q) S( y0 P
:7fc2ce4882 H! s& A7 ?& K" \4 {: ]/ a
:669e7d715e402b5b33 k# E/ ^6 E8 C8 T& L% v1 s/ f
:12ebcb4d

那好办啊
正则表达式：:.*
替换为空白就可了

affempire · 发表于 2017-12-4 17:24:41

alibaba 发表于 2017-12-4 16:369 G- J$ k2 a' I8 N0 I) w
那好办啊
, ]4 `. C( {$ g9 G正则表达式：:.*( U' T, j+ \! S7 i& u& Z% h
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

bjzhush · 发表于 2017-12-4 21:31:36

affempire 发表于 2017-12-4 10:437 x# G6 N" n' Y0 P
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？

我估计有个几分钟就足够了，前提是你是SSD

bjzhush · 发表于 2017-12-4 21:32:20

affempire 发表于 2017-12-4 10:43
3 n l0 P; h& M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？

不送几个积分吗？哈哈哈哈

alibaba · 发表于 2017-12-5 16:23:42

affempire 发表于 2017-12-4 17:24
* l" U* q( Y- `9 R: O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。
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 · 发表于 2017-12-6 14:49:38

alibaba 发表于 2017-12-5 16:23" d, s( Q; f% B2 t
简单的问题复杂化了。: k* m; @8 _/ h
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
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

alibaba · 发表于 2017-12-6 15:22:33

affempire 发表于 2017-12-6 14:49* c* u1 ]7 T( |3 [0 z
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
) U: Z4 c5 K7 E0 B; g100: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。
第一步：^.*?:，替换为空白，去掉了首部。
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。

		自动登录	找回密码
密码			立即注册

Google-Bing-Mediago-Criteo开户	⚡️按条S5代理⚡️静态⚡️独享⚡️5G	广告专用虚拟卡/U充值/高返点	皇家代理IP⚡️#1性价比⚡️
Mediabuy⚡️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-724h❤️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 + ADVERTCN	7200W全球动态不重复住宅IP代理	虚拟信用卡+独立站收款	全球虚拟卡, 支持U充值
Facebook 批量上广告	尤里改 - FB 稳定投放	免费黑五教程（持续更新、欢迎交流）	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ISP	FB资源，账单户，分享户，国内一手	TK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	FB企业户海外户,授信户,TK加白户	联盟收款/海外资金下发/服贸结汇
✔Taboola海外户源头	广告位出租	虚拟卡返佣1%，国内持牌机构

[讨论] 求助从大文本中提取邮件地址

点评

点评

点评

点评

点评

评分

点评

点评

评分

社区QQ达人