求助从大文本中提取邮件地址

affempire

bjzhush 发表于 2017-12-4 00:39
2 F2 b6 l, @* a( R0 P花了几分钟帮你写了下
$ X0 I- C6 G* a, C例如源文件为这个txt
- ]/ }: p2 m0 X4 G6 c➜  ~ cat x.txt

2 I% N. b' W1 o7 o. 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？

affempire

alibaba 发表于 2017-12-3 21:25
% }% F* ?; Y9 g: J! D- ]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， ...

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

8 p% O% X' a) X
3 i6 e8 I0 y7 x' b& S% q5 y+ L[email protected]:7fc2ce488
8 Z, ~6 q! g6 r# b' m[email protected]:669e7d715e402b5b3
[email protected]:12ebcb4d
& H+ d# a1 ~: r, g/ A[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

alibaba 发表于 2017-12-4 14:43
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
2 R+ _7 h$ }/ p0 Q[email protected]:669e7d715e402b5b3
) M/ p6 W9 O/ B9 v) B[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

affempire 发表于 2017-12-4 15:12
% u1 z& e- P  ~3 i; m  d4 R6 t* w:7fc2ce488
- h9 W- K& B9 Z0 F! ^& k4 X( Q$ r! _:669e7d715e402b5b3
:12ebcb4d

那好办啊
$ x9 P  \# D/ n* h5 `+ i4 m( G/ o正则表达式：:.*
9 t! G: S+ N: t5 g' T; R替换为空白就可了

affempire

alibaba 发表于 2017-12-4 16:36
那好办啊
7 D, y4 W8 R+ l) I' ?( p正则表达式：:.*
) B6 N, p" W6 z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？

: Z- g* ?- i  M; U% _) `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
" T2 [/ U. ^2 a+ M' a1 j4 I) m! 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？

不送几个积分吗？哈哈哈哈

alibaba

affempire 发表于 2017-12-4 17:24
* b! \! K! h  T; s# L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。
) k) o- t$ X  Q6 i  V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

alibaba 发表于 2017-12-5 16:23
简单的问题复杂化了。
! j. f; D% X8 J7 j/ {5 G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
9 c( Y, a1 g! c8 [* H" l) p100:[email protected]:SGSDGKDGMDGKKKKKJJ
200:[email protected]:IFJFHGDFJDJFDJFDJFDJJ
* }. @' Z/ |3 ]1 A% }" j0 B300:[email protected]:FKIFHFHFHFJDFJFN
7 o1 W4 D+ M/ H6 [: Z; X我要想提取中间的email那么正则该怎么写呢？？
& i. R, W. @/ E) n2 {% {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
$ u/ g! |- @! j  U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
0 C! e8 \6 J5 K& A- B4 R100:asdffg@gmail. ...

( ?& t4 {0 \0 |$ |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 ]! ^! f/ _- [) T; {6 C' N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。