AdvertCN - 广告中国

 找回密码
 立即注册

QQ登录

只需一步,快速开始

 谷歌+Bing+TT+MSN官方代理 
⚡️按条S5代理⚡️静态⚡️独享⚡️5G⚡️最干净<Wifi住宅+5G移动>IP代理泰国仓储,本土仓发货2-3元/单
指纹浏览器,就用AdsPower谷歌/FB/Bing/Yahoo代理商开户7200W全球动态不重复住宅IP代理全球优质流量,选TrafficStars
出售Facebook,友缘号,FB广告号,insFB/TT/KW 加白开户ADPLEXITY + ADVERTCN比Adplexity还好用的Spy工具
广
FB/Google/TK海外多媒体极速下户
BINOM TRACKER 60% OFF!MediaGo+Taboola+Ob开户百度国际MediaGo⚡️让产品狂奔全球百度国际,高点击转化,快速放量
百度国际MediaGo,独家原生流量虚拟信用卡+独立站收款行业首创新型指纹Cloak, 谷歌奇效!Kookeey⚡️100%独享⚡️原生住宅IP
⚡IPFoxy住宅代理全场88折⚡全球虚拟卡, 支持U充值免账户投放 FB 广告(送项目)2024做什么 - Media buy 项目库
免费黑五教程(持续更新、欢迎交流)Facebook 批量上广告Bridgeway - 联盟营销网络IPCola 全新住宅代理 ⚡️ 免费试用
各种主页、账单户、BM户(优势)⚡️个人户,bm户不限额,账单户Adsterra 的CPA/CPM/CPC 网站流量在线注册美国/英国/香港等海外公司
EU KETO/CBD - JumbleberryFB二三解1元/个9Proxy ⚡️ $0.04/IP, 无限带宽 cloak斗篷/ss/nutra/cpa/Dating
E.PN 虚拟卡Asocks代理服务器$3/GB高薪诚求实力FB投手(独立站)《全新虚拟卡+全球收付款》
广告位出租全球低价纯净住宅/移动IP-免费试用广告代投, 东南亚物流, 虚拟信用卡VMLogin指纹浏览器+多账号防关联
查看: 18282|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

2169

广告币

2417

积分

高级会员

Rank: 4

积分
2417

社区QQ达人

发表于 2017-12-1 00:08:03 | 显示全部楼层 |阅读模式
adsterra
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( w& T9 [
相关帖子
回复

使用道具 举报

23

主题

1188

广告币

2137

积分

高级会员

Rank: 4

积分
2137

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

Rank: 3Rank: 3

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

Rank: 2

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])?& g3 h/ M( i8 E, d1 o6 I- l7 J9 Z
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

Rank: 3Rank: 3

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。3 f& z, K. [2 {7 m/ t2 \
2 @0 P1 {: F' J' `; E4 @% 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

59

主题

697

广告币

1926

积分

高级会员

Rank: 4

积分
1926

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

52

主题

710

广告币

1370

积分

高级会员

Rank: 4

积分
1370

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

1532

广告币

2116

积分

高级会员

Rank: 4

积分
2116

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

2169

广告币

2417

积分

高级会员

Rank: 4

积分
2417

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

Rank: 2

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#1 B7 S. Z( v) I# i
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。
+ O( N8 O9 `9 s4 ~# I# g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。& [* u# b: c$ d' R+ c
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

1818

广告币

2698

积分

高级会员

Rank: 4

积分
2698

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

2169

广告币

2417

积分

高级会员

Rank: 4

积分
2417

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

25

主题

934

广告币

2555

积分

高级会员

Rank: 4

积分
2555
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

2169

广告币

2417

积分

高级会员

Rank: 4

积分
2417

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% q0 R' b, q( j. p) k, J' F
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, ...
. ?  K7 F: M  z3 I/ x: i
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

289

广告币

531

积分

中级会员

Rank: 3Rank: 3

积分
531

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
5 ^2 I2 o$ I/ b( W; L# m1 E. r# o2 u$ ^# _5 J
花了几分钟帮你写了下 , u  h2 ~! b3 T+ e& ^- ^$ H
例如源文件为这个txt' j6 ^0 [+ A/ E6 f' ~
➜  ~ cat x.txt
7 x# z' k2 ]$ m. @5 ]1 b6 e- zhitest
8 U  E( \2 v* p' L+ h* Z: |[email protected]
$ N! l# C3 j0 Qhi  [email protected] test  H0 U3 ]6 y' z
[email protected]  [email protected]
4 q+ @, L" s: E$ w1 g- P执行后,得到result.txt
+ h; |. K+ m! H7 w➜  ~ cat result.txt
3 K5 U7 O* z( m8 g) o8 P* u1 x4 H/ {[email protected]
4 C) B" k3 ~8 I! {1 |* N( ^[email protected]& r+ s3 R. J) i! H
[email protected]
9 `6 v9 @! \  t% d. m& c4 C( W[email protected]
$ C! ^: O8 ?5 `. h9 R" |" z- G0 w4 f6 h
代码如下:
, H  K: s/ W2 Y* U6 I5 l) {! x8 L: x% K
  1. <?php1 Q1 M* j4 I0 X  x( F3 U
  2. $file = 'x.txt';
    5 ^, |2 g$ ]* T' l: J/ \: I" j
  3. $fp = fopen($file, 'r');- D* ^* Y4 w- o! u! y
  4. if (!$fp) {, m# \9 N; j5 S# U
  5.     exit('failed to open'.$file);
    ; r+ A& S9 A& l! |" g3 A, _
  6. }
    ' S$ K! c) ]" A1 r
  7. $lineNumber = 0;) l, m0 B0 c/ E1 ?  q) M/ X
  8. while($line = fgets($fp)) {: Y% {4 B7 \& P8 _1 s
  9.     $lineNumber++;& q# s- s+ u6 J" t. N3 {2 e
  10.     $pattern = '/[a-z0-9_\-\+]+@[a-z0-9\-]+\.([a-z]{2,4})(?:\.[a-z]{2})?/i';0 B& b  R6 T6 f" ~, H, x
  11.     preg_match_all($pattern, $line, $matches);
    ( f+ K& w+ a$ h* Z+ F0 r
  12.     if (!empty($matches[0])) {' b4 T0 T$ a! P
  13.         foreach ($matches[0] as $mail) {
    & [/ k$ \% i/ W0 s1 N
  14.             echo $mail.' found from line '.$lineNumber.PHP_EOL;
    % K0 h. {: b7 L3 Q6 J7 A  V
  15.             file_put_contents('result.txt', $mail.PHP_EOL, FILE_APPEND);9 [. _$ I- M5 r7 e1 n1 x
  16.         }
    9 o0 i1 q5 ^8 l! l: Q
  17.     }. n, _, W& ]! M. U4 @9 e0 M$ h
  18. }8 n9 C5 h) _# _
  19. echo "All Done";* ?- }7 W2 ]; Z0 W# B
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
4 j9 x) b2 k# _& `$ H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, 2024-4-27 13:47 , Processed in 0.055943 second(s), 15 queries , Gzip On, MemCache On.

Copyright © 2001-2023, AdvertCN

Proudly Operating in Hong Kong.

快速回复 返回顶部 返回列表