求助从大文本中提取邮件地址

affempire

bjzhush 发表于 2017-12-4 00:39
7 C1 G( u! |8 k( r( i花了几分钟帮你写了下
1 t4 O6 i, y9 x& \" g  c3 s; f例如源文件为这个txt
. X. K6 J, l3 U! W➜  ~ cat x.txt

8 P$ f$ C; H2 W% U9 F7 a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
- y$ m) {9 f, z# @& LEmEditor（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， ...

- b% ~( s2 V/ L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

& ?# E* K1 S% ]
5 c, d* ]: C7 @6 _: m* T[email protected]:7fc2ce488
[email protected]:669e7d715e402b5b3
! O( {$ R' |- W& u9 X[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。 ...

[email protected]:7fc2ce488
[email protected]:669e7d715e402b5b3
[email protected]:12ebcb4d
- Y% Y( ?; [2 f. ~[email protected]:c06fc72f7d010
2 c1 a" m- b2 f& \2 ?( L* N( p  f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
2 ~: J. M; N3 f. s9 R:7fc2ce488
; e8 ~+ D6 R0 ?$ ^% H, `:669e7d715e402b5b3
4 o) L' d+ U, `4 m:12ebcb4d

那好办啊
4 N/ w& {% X4 |; t) W+ J正则表达式：:.*
替换为空白就可了

affempire

alibaba 发表于 2017-12-4 16:36
那好办啊
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
7 A. s) z' X+ A" j( ]9 E- 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？

6 O6 l6 U1 j8 o  L$ D$ L. a  {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
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
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. T- j# M: \6 q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。
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 ...

1 n" l; d. }/ T' i: [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
" D# ^8 b/ ^- F/ n$ E200:[email protected]:IFJFHGDFJDJFDJFDJFDJJ
300:[email protected]:FKIFHFHFHFJDFJFN
0 m* u5 B0 n  j( Y, a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
8 A# G/ l; u0 l+ K# @2 `+ r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 q3 c8 ?$ f! ]* h0 ~100:asdffg@gmail. ...

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。
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。
" ~1 e8 }  |/ F( }- b9 e5 [/ M第一步：^.*?:，替换为空白，去掉了首部。
4 [/ Q* y$ e  u! e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。
' c: N! H' Y4 u* L: m

/ N' J/ s' l- C: ?8 u! [, L