如何从多个文本文件中提取电子邮件地址

Question

我有大约96K文本电子邮件，我想提取发件人的地址。我相信我可以使用domdoc，但是需要有人帮我开始。有人可以建议是否有更好的方法吗？

谢谢， 吉姆

Answer 1

在PHP中没有理由这样做...如果文件是某种形式的平面文本，请将文件复制到（例如）电子邮件/目录，然后

cat * | grep "From: " | egrep -oi ‘\b[A-Za-z0-9._%-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,4}’ | sort | uniq > mail.list

当然，如果您 在PHP中执行此操作，那么

1. 将文件/邮件复制到目录
2. 使用readdir()
获取文件列表
3. 阅读文件
4. 将标题拆分为单独的字符串
5. 在此字符串上执行preg_match（）以查找电子邮件地址并将其放入$ email_arr
6. 完成后，在$ email_arr上执行array_unique（）。

Answer 2

以某种形式使用正则表达式是最好的方法。如果您可以将文本电子邮件保存到文件，则可以使用Textpad等内容根据正则表达式搜索电子邮件地址。

您应该能够在线找到电子邮件地址的正则表达式。