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 00:399 w" h& Z  w' Z( w
花了几分钟帮你写了下   I2 x5 w3 n3 h, g, W- b
例如源文件为这个txt+ r- j4 Z% y8 x  L0 U, P8 z  F
➜  ~ 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
, s7 r5 l5 c, gEmEditor（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
* D9 Q3 d; @9 f# L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
! z4 S, [% ^" v! K:7fc2ce488
" X1 X G7 f3 p6 ^" f l$ F:669e7d715e402b5b3- P2 p" H8 i8 L) _7 n
: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 16:36' y3 Z" F' }% N! }- q6 r
那好办啊2 Q1 U2 m- m. U2 s' `3 R% U! j
正则表达式：:.*6 R" l. U* i) m. c. \
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 10:43
$ O: _# c, h9 _, t3 n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& w0 b5 F' ]9 B* ?! }. j
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
* }6 `/ n$ g4 E. ]: D: Z, _5 |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 16:235 q8 {5 z6 \8 \$ m, q" j
简单的问题复杂化了。$ J0 p2 |; _# g- u! F% c
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/ J7 {5 Y( s" Q% P7 t0 `" @
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, M: r: |& l3 V3 n4 F( P n7 q7 j
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。
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

谷歌+Bing+TT+MSN官方代理	⚡️按条S5代理⚡️静态⚡️独享⚡️5G	需要代理IP?⚡️Proxysites.ai⚡️	指纹浏览器，就用AdsPower
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
FB BM不限额，短id账单户	E.PN 虚拟卡	DuoPlus专注打造跨境电商云手机	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）	⚡️个人户，bm户不限额，账单户	9Proxy ⚡️ $0.04/IP, 无限带宽
IPCola原生住宅IP⚡️$1.8/条双ISP	Google、Bing官方总代联盟流量开户	fb耐用号0.01一个	fb账号官方合作商
FB资源，账单户，分享户，国内一手	FB企业户BM户账单户源头	收FB代投工作室,收TrafficFactory账号	IPWO全球住宅代理⚡️免费测试⚡️
FB海外三不限-户源多费率低	PTM全球虚拟卡—进来交个朋友!	PTM虚拟卡⚡️费率透明⚡️额度随心	FB虚拟卡⚡️消费越多返现越多
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

浏览过的版块

社区QQ达人