求助从大文本中提取邮件地址

affempire

bjzhush 发表于 2017-12-4 00:39
8 M5 {& V5 W# C2 s& _4 W花了几分钟帮你写了下
% x1 r  S* I9 z9 y. I7 v: |5 K; O例如源文件为这个txt
➜  ~ cat x.txt

! ]& U: |# O% G" v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， ...

6 w$ @- P2 O. \+ u, E, \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

4 K# [+ K# ^# p* a+ B  j8 u! Yjohn_levis@fws.com:7fc2ce488
davsin@aol.com:669e7d715e402b5b3
+ }" }4 D5 D7 B8 O0 ~% o2 @april@escamilla.com:12ebcb4d
amilidis@hotmail.com:c06fc72f7d010
5 H* P. ~$ M* i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
/ u3 Y  l- h) w' i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。 ...

# Q8 O# t( O: I! ijohn_levis@fws.com:7fc2ce488
( h, I6 H- |) o/ Fdavsin@aol.com:669e7d715e402b5b3
april@escamilla.com:12ebcb4d
amilidis@hotmail.com:c06fc72f7d010
& t' e4 ?$ G) K+ T. 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
4 T$ }4 M0 K" `$ i:7fc2ce488
:669e7d715e402b5b3
4 m! `7 S2 j8 m/ G:12ebcb4d

4 B8 P! L* @# n' X" A) q1 J那好办啊
正则表达式：:.*
4 C" I6 d9 l8 Y- a5 V  e. p$ ~替换为空白就可了

affempire

alibaba 发表于 2017-12-4 16:36
那好办啊
) w1 H; j! Z- I- r0 c$ ?2 y0 ]正则表达式：:.*
( }2 x! Z# s1 C" `4 k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
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
0 a7 f1 j) e& {; ?* 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？

8 k4 j( s1 ^5 C6 I9 _- d# v不送几个积分吗？哈哈哈哈

alibaba

affempire 发表于 2017-12-4 17:24
* c' q* r0 t$ D8 U5 \5 Y/ e+ @; I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.+_]+\. ...

% j4 c8 d# ?0 R& W' u简单的问题复杂化了。
( V" @5 D: \! g' X/ j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 i8 |% S1 n1 [; g+ K2 v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 ...

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
0 G3 L2 `$ q- q' ^. R% S100:asdffg@gmail.com:SGSDGKDGMDGKKKKKJJ
" N4 P# E/ v9 Z! P: W6 l0 d% _: A200:dfdgkjg@aol.com:IFJFHGDFJDJFDJFDJFDJJ
- g  H8 d+ `9 g7 T, ]" c300:dsgdgdfg@hotmail.com:FKIFHFHFHFJDFJFN
我要想提取中间的email那么正则该怎么写呢？？
! E& K4 x3 `) s5 @$ L3 T, G5 E) I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
) h) G- y) ]' \. u  u100:asdffg@gmail. ...

* _, L. m8 b- r4 p- c8 Q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。
2 M6 T. [/ a  H5 n3 C8 b4 e4 Q, G, O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。
. S5 x! K! S6 \  t8 N