求助从大文本中提取邮件地址

affempire

bjzhush 发表于 2017-12-4 00:39
花了几分钟帮你写了下
例如源文件为这个txt
➜  ~ 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
! c8 j, L' [& y- B2 l" f' Z# rEmEditor（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

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

# J- u. a# G1 n3 J4 T
- I* k% I$ x) v0 k/ E[email protected]:7fc2ce488
, Y4 F; o9 y4 L$ Y0 ][email protected]:669e7d715e402b5b3
3 b! f: Z( o3 L9 P. X9 t[email protected]:12ebcb4d
  y9 N: G1 p; N# _2 G4 A[email protected]:c06fc72f7d010
& M* t, J4 n. ~3 t  Q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
% U( l; p. s2 ~% ~2 C& }( u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。 ...

1 R; I8 z( I( u. K[email protected]:7fc2ce488
& t) S, P: k& S( ^# V# ^[email protected]:669e7d715e402b5b3
[email protected]:12ebcb4d
: @- ~( c. A9 Y  \: ^, t7 N) w+ Y* a) v[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

affempire 发表于 2017-12-4 15:12
# c, V4 Q2 w. u& U/ l2 s/ s:7fc2ce488
( b- p6 l* y& }# l0 M( A:669e7d715e402b5b3
0 O( s8 u+ O) Q# U3 O  \:12ebcb4d

: O- R/ _3 J, z( `& o2 Z  G. \- a那好办啊
9 c* P4 ?3 Y; R3 E" T) S3 r正则表达式：:.*
替换为空白就可了

affempire

alibaba 发表于 2017-12-4 16:36
( g% n3 @+ l9 v% G那好办啊
正则表达式：:.*
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

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？

4 L( H1 e" f& I, c( p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
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？

, v! D5 E0 e0 d, e* u4 k  i7 N+ f不送几个积分吗？哈哈哈哈

alibaba

affempire 发表于 2017-12-4 17:24
5 Y8 ]( I4 l' s$ r* X! i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。
) i( [) V4 y" Z: g6 {, c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
) K7 ?0 q$ I% b& n4 f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 ...

) [9 _' T0 Z+ m, |2 c! d5 E# N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
, _2 s( }7 R" d. {2 Y) G; K% e100:[email protected]:SGSDGKDGMDGKKKKKJJ
# n( Y; J$ |! B6 h; g1 E" I0 h* W2 \. O# w200:[email protected]:IFJFHGDFJDJFDJFDJFDJJ
7 l* c6 v: q, c4 L7 b: W300:[email protected]:FKIFHFHFHFJDFJFN
1 Y- i! ~  @5 L; g' C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
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
: Z* ~2 F, `6 s( i! k* `0 W5 z& o100: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。
6 B* Y! G4 o# g& O: D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。
+ x& v6 T* I! W6 v9 E剩下就是想要的邮箱了，还不用选中，复制，粘贴什么的。
( @" r! P8 u( Z6 ?5 [1 {/ j
/ q$ x) @9 G0 T! C* C& R
) ]( p7 `0 w" Q+ n# i9 m