求助从大文本中提取邮件地址

affempire

bjzhush 发表于 2017-12-4 00:39
" @1 \: O, ^/ }# B4 _, }8 D花了几分钟帮你写了下
2 u! Q' x( E; X: g9 Z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
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

& Z- ~: |( t+ e7 v' R
[email protected]:7fc2ce488
8 }- }! e9 C% D: r[email protected]:669e7d715e402b5b3
4 s2 d1 w) \7 r  L[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

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。 ...

/ a& U9 u: z. ^9 B2 T" w. m[email protected]:7fc2ce488
% w8 s. @6 X. |[email protected]:669e7d715e402b5b3
[email protected]:12ebcb4d
8 I; a4 j% I7 N3 O9 h; r" D' k[email protected]:c06fc72f7d010
. V) I& P. H2 |) K5 l8 M3 y( {1 T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
:7fc2ce488
:669e7d715e402b5b3
0 R. i' _2 @% ^  w( c:12ebcb4d

那好办啊
正则表达式：:.*
3 q  g# \3 d8 _* E$ F替换为空白就可了

affempire

alibaba 发表于 2017-12-4 16:36
那好办啊
9 Z8 b2 P7 x& n$ g; r8 `/ q$ k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
  n- z- ~% U& G' d4 q+ H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

affempire 发表于 2017-12-4 10:43
# e5 h& R8 c' C* D, t  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？

+ R% X) p/ I' \8 o8 @不送几个积分吗？哈哈哈哈

alibaba

affempire 发表于 2017-12-4 17:24
9 U+ g0 u( n3 k9 N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。
8 z1 F2 Y% d9 M5 c! d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。
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 ...

# D2 w) ?9 Y) Y) e! ^- M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
8 \3 A, [, [$ I1 g4 {# x$ Z100:[email protected]:SGSDGKDGMDGKKKKKJJ
& g9 v1 A1 K4 l# _200:[email protected]:IFJFHGDFJDJFDJFDJFDJJ
* t3 h+ u6 }( [/ a300:[email protected]:FKIFHFHFHFJDFJFN
我要想提取中间的email那么正则该怎么写呢？？
9 Q$ I3 C! c' q5 R4 K2 [! ~7 q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
. X% o0 _% S$ [% b& `3 ~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
/ }) \" B, O& ~/ O! r" |+ J100:asdffg@gmail. ...

* I" \9 {' T9 D" l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。
1 y1 k& `2 ~8 w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。


' B: C. w1 p3 A' Y+ Q1 T4 C  S