AdvertCN - 广告中国

 找回密码
 立即注册

QQ登录

只需一步,快速开始

Adsterra China
 谷歌+Bing+TT+MSN官方代理 
⚡️按条S5代理⚡️静态⚡️独享⚡️5G皇家代理IP⚡️#1性价比⚡️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Google、Bing官方总代  联盟流量开户
FB资源,账单户,分享户,国内一手FB企业户BM户账单户源头海外CL企业户源头PTM全球虚拟卡—进来交个朋友!
PTM虚拟卡⚡️费率透明⚡️额度随心FB虚拟卡⚡️消费越多返现越多虚拟卡 - Pay2.House【找量】BA独家Nutra单找量
虚拟FB卡 ⚡️ 透明条件 国内外持牌,虚拟信用卡和收付款广告位出租8500万高质量住宅IP,助力各种需求
虚拟卡返佣1%,国内持牌机构   
查看: 26927|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

2496

广告币

2709

积分

高级会员

Rank: 4

积分
2709

社区QQ达人

发表于 2017-12-1 00:08:03 | 显示全部楼层 |阅读模式
Lemft
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!!!
1 |6 c1 O& b' Y" u  F% c6 z
相关帖子
回复

使用道具 举报

23

主题

1277

广告币

2224

积分

高级会员

Rank: 4

积分
2224

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])?7 J5 w6 C9 |9 E$ D# T, X1 y
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。2 ?* G* Y2 e4 T) X/ W+ |0 k
" z: A* w# R* ^: P6 q
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

790

广告币

2015

积分

高级会员

Rank: 4

积分
2015

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

754

广告币

1415

积分

高级会员

Rank: 4

积分
1415

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

1918

广告币

2502

积分

高级会员

Rank: 4

积分
2502

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

2496

广告币

2709

积分

高级会员

Rank: 4

积分
2709

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#9 w  }4 Z: @0 g. K) _
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。+ ]9 E. G7 e% r. g9 D2 t" l
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。& @% c1 N) e& W
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

1825

广告币

2705

积分

高级会员

Rank: 4

积分
2705

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

2496

广告币

2709

积分

高级会员

Rank: 4

积分
2709

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

1060

广告币

2683

积分

高级会员

Rank: 4

积分
2683
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

2496

广告币

2709

积分

高级会员

Rank: 4

积分
2709

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* R, u, W4 q0 S  {7 V
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, ...

$ S8 g$ w  X! F# x! c3 N' K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 / g/ {( l& e& g" [9 U, W- m  n' P

& `" L1 T1 V; K) h  h+ U花了几分钟帮你写了下 0 a2 W( |0 _: \$ N
例如源文件为这个txt0 m. ?, c5 {0 B! C
➜  ~ cat x.txt
7 P) z/ a  m+ E  [5 B5 g7 B0 Khitest# v: s% f; z4 e! ^
[email protected]$ k6 J- H$ D4 C) I
hi  [email protected] test
1 W  {" E! o5 a7 b# [$ h8 v[email protected]  [email protected]6 y$ r! t% s6 l: X/ O( y
执行后,得到result.txt
( |! Z7 s; }; R# P9 b➜  ~ cat result.txt
3 \$ l3 @& _6 i% T3 _[email protected]4 m+ j+ ^0 J* c
[email protected]+ x& r& M' c' f
[email protected]
9 h6 T# R" e6 C, |[email protected]
8 V5 p" h/ a( l7 }) o& x6 U# \' A2 z6 Z; s: o
代码如下:- z$ l( T7 @% b9 c: P, ?' q
  1. <?php% Y/ y' y9 b' p0 J) O
  2. $file = 'x.txt';
    " Q3 P3 ]* @7 J) V
  3. $fp = fopen($file, 'r');$ D0 |. E8 |1 Y# p
  4. if (!$fp) {* c, }$ ~9 R9 X( U( i" g' k
  5.     exit('failed to open'.$file);
    5 D8 V( p* I* p% C! S  d
  6. }4 V7 H* D' A5 y) Z* ]
  7. $lineNumber = 0;
    , X/ Q% u7 ]6 l6 z) N
  8. while($line = fgets($fp)) {
    ; x! ^, V! R! t$ Q  S4 w
  9.     $lineNumber++;6 c0 j6 y7 R% i+ E
  10.     $pattern = '/[a-z0-9_\-\+]+@[a-z0-9\-]+\.([a-z]{2,4})(?:\.[a-z]{2})?/i';; z( `- V' R) _- E6 J: u
  11.     preg_match_all($pattern, $line, $matches);
    - a$ F4 H, n, R8 }7 x5 n' e
  12.     if (!empty($matches[0])) {
    - K' R# b+ p4 d$ ?- c2 l- W
  13.         foreach ($matches[0] as $mail) {( r0 ]7 F: n% f, g8 x
  14.             echo $mail.' found from line '.$lineNumber.PHP_EOL;
    8 f/ N3 ]: w- ?1 E0 Z
  15.             file_put_contents('result.txt', $mail.PHP_EOL, FILE_APPEND);
    & F- t& b) ?! T, V. }3 p
  16.         }; m8 w( o" ~( D' i  O2 h. n
  17.     }
    ! [& @" k$ C+ t3 a5 l& e
  18. }/ f" Y/ @' ^6 b. m0 |/ [1 r
  19. echo "All Done";
    : `2 a! s9 L9 ^2 p$ j
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
; V+ Z) Q( c& o, s: x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, 2025-7-19 08:25 , Processed in 0.063545 second(s), 21 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