AdvertCN - 广告中国

 找回密码
 立即注册

QQ登录

只需一步,快速开始

PropellerAds
 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-7*24h❤️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 + ADVERTCN7200W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⚡️$2.1/条双ISPGoogle、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PTM全球虚拟卡—进来交个朋友!PTM虚拟卡⚡️费率透明⚡️额度随心
广告位出租   
查看: 26624|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

2441

广告币

2658

积分

高级会员

Rank: 4

积分
2658

社区QQ达人

发表于 2017-12-1 00:08:03 | 显示全部楼层 |阅读模式
SimplyNode
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!!!, C' a$ }$ j6 Y" Y/ @3 ]' Z
相关帖子
回复

使用道具 举报

23

主题

1256

广告币

2202

积分

高级会员

Rank: 4

积分
2202

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])?( o% P; ~* \2 e+ y* G
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。0 \0 @5 ]! X5 I5 S+ o

1 t7 A* m" O( I. F5 G6 a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

767

广告币

1993

积分

高级会员

Rank: 4

积分
1993

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

752

广告币

1414

积分

高级会员

Rank: 4

积分
1414

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

1879

广告币

2464

积分

高级会员

Rank: 4

积分
2464

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

2441

广告币

2658

积分

高级会员

Rank: 4

积分
2658

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#
6 t/ B& o8 ~+ K9 N( T" W5 [! x+ @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。2 _1 J9 M4 B5 ]% e8 e- V
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。7 h2 R* j( `  q
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

1823

广告币

2703

积分

高级会员

Rank: 4

积分
2703

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

2441

广告币

2658

积分

高级会员

Rank: 4

积分
2658

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

26

主题

1059

广告币

2682

积分

高级会员

Rank: 4

积分
2682
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

2441

广告币

2658

积分

高级会员

Rank: 4

积分
2658

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
1 ?0 a9 ]& h: k0 T& G! `1 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, ...
4 T) P0 g7 A2 l5 s# q/ |* T9 d4 p( o
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

290

广告币

532

积分

中级会员

Rank: 3Rank: 3

积分
532

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 , ^/ a. s/ f: a* f) E6 t+ w9 z
& o: L5 c# H6 A
花了几分钟帮你写了下
( E& G2 ?) \7 U" @/ P; y例如源文件为这个txt
8 Q; t7 f0 l+ ?3 J; Y➜  ~ cat x.txt
, S% x: F' O; B2 g' Thitest: h) l9 _. T4 n# S+ E  R' y5 c' Y
[email protected]
5 A$ h  p' c. @7 xhi  [email protected] test
% V4 I8 f1 Y2 y( r! S- ^[email protected]  [email protected]+ `6 p* j( N" T  @' D; w8 ?1 I
执行后,得到result.txt$ m: \. W" s  P
➜  ~ cat result.txt
5 L! k: D0 X2 m[email protected]
7 i0 I; @7 f% A* k9 C" y[email protected]
/ `) E, r: y1 u9 ~: G* Q[email protected]
. F( A: _  i  @[email protected]
! A3 F, B8 ^$ G6 A3 i1 Y
3 T' s9 l/ R2 v代码如下:7 R, a* W0 F( P  q2 t  V. o4 `$ A5 Y
  1. <?php( m* w. e5 |* ]6 x
  2. $file = 'x.txt';6 `# l& e8 R" N. P1 Q# L0 g
  3. $fp = fopen($file, 'r');% l5 T1 b* P& `$ c
  4. if (!$fp) {
    , z' \9 ^% d9 t4 L
  5.     exit('failed to open'.$file);
    4 l" H! @  O  |9 C
  6. }4 _/ K/ a/ d& ~+ z
  7. $lineNumber = 0;" e* G4 p  P& P; K5 Q
  8. while($line = fgets($fp)) {; E' a! Y+ q  O; [
  9.     $lineNumber++;
    ! N$ n6 j! Z4 N9 C: |+ C
  10.     $pattern = '/[a-z0-9_\-\+]+@[a-z0-9\-]+\.([a-z]{2,4})(?:\.[a-z]{2})?/i';, g6 [9 ]2 a8 ^6 {# l# y8 z
  11.     preg_match_all($pattern, $line, $matches);; M) _1 n( z: \3 I
  12.     if (!empty($matches[0])) {4 M1 L2 \. Q7 U
  13.         foreach ($matches[0] as $mail) {$ f5 C$ B0 ?8 y# X2 A2 M( _# T, n
  14.             echo $mail.' found from line '.$lineNumber.PHP_EOL;- q( V7 ^$ \; d% y3 t- Q, Y+ H9 Z3 |
  15.             file_put_contents('result.txt', $mail.PHP_EOL, FILE_APPEND);  W. h1 Q; u  B& c  M2 K' |
  16.         }3 s) t9 s! {( j" G! i" F3 {' w7 X
  17.     }
    6 O$ P" f3 h9 B6 ~- L! ~
  18. }# y7 V- i3 |5 A: y1 k
  19. echo "All Done";9 P0 i4 ?  @7 {# ]7 a
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% C6 w4 {4 ^) H  s: z9 j6 z
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, 2025-3-31 12:09 , Processed in 0.053862 second(s), 16 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