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
6 n! t; m. F3 k  k% ]$ B➜  ~ cat x.txt

: ^0 i7 v3 T. k* ]/ \0 G: y+ \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
& t0 Q% k2 @* `" K/ Q4 P# B' h) nEmEditor（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

3 W3 J8 k7 ^- `" C5 `: Q7 V+ T% |) a
[email protected]:7fc2ce488
[email protected]:669e7d715e402b5b3
[email protected]:12ebcb4d
[email protected]:c06fc72f7d010
$ T: n& Z6 C  J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
  I7 C- e( X, p7 R# O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。 ...

' ]; D5 S$ y' }2 ^[email protected]:7fc2ce488
[email protected]:669e7d715e402b5b3
( T2 o* o6 x, {8 B% O- b[email protected]:12ebcb4d
* Y0 P1 D; d. F[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
:7fc2ce488
2 }* k8 B8 e2 j:669e7d715e402b5b3
:12ebcb4d

* w6 Y1 s8 c3 f! n' q* Z1 X那好办啊
正则表达式：:.*
替换为空白就可了

affempire

alibaba 发表于 2017-12-4 16:36
  d+ B6 i, Q# Y* s! \那好办啊
6 |8 Z0 c. t' D* u) Z+ c6 w正则表达式：:.*
替换为空白就可了

6 @1 f" \/ {1 v. E. f8 h' W& n* u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
+ g: R+ p+ b( p/ A2 O0 i9 Y3 D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？

1 b! h+ N/ ~& A2 s7 o% I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
# ^" `* l. p6 k% m' g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？

: h6 r' R& U3 ]/ `不送几个积分吗？哈哈哈哈

alibaba

affempire 发表于 2017-12-4 17:24
. s  C( _$ `3 _) d2 |7 N0 P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。
% s6 C7 y! N4 V& W& P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。
4 A5 z* O! d% w$ ]# p1 Z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。
0 H0 I/ B* ^% D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
100:[email protected]:SGSDGKDGMDGKKKKKJJ
2 b% V" a6 m9 D  W6 s, C7 q! B1 a200:[email protected]:IFJFHGDFJDJFDJFDJFDJJ
) E) n4 H* D! x4 H' f' o300:[email protected]:FKIFHFHFHFJDFJFN
" p: c+ f$ H! i4 E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
! ?9 p+ Y9 O& f100:asdffg@gmail. ...

# X% R0 w& e$ H) \' p$ X. j5 M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。
9 D  X3 c8 ^/ l1 y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。

2 X) F: W, ^8 i
* E5 u4 z# F; r" F1 W