Question

对于那些已经存在的问题，这是一个类似的问题，但找不到具体回答我问题的问题，所以感谢您的任何帮助/见解。

所以我有一个文本文件，我在TextWrangler（流行的Mac文本编辑器）中打开了电子邮件名称和地址。样本记录：

Timmy Turner <tturner@example.com>
"jamminjeff@example.com" <jamminjeff@example.com>
Susan Alder <suesblues@example.com>,
sallyartist@example.com

因此，一些名称在其前面的电子邮件地址，大多数电子邮件都包含在＆lt;＆gt;括号和一些电子邮件本身已经是正确的，有些则用逗号表示。我想做一个全局的过程，通过Grep或类似的东西自动化获得这个最终结果的过程：

tturner@example.com
jamminjeff@example.com
suesblues@example.com
sallyartist@example.com

感谢您的任何见解！

Answer 1

sed可能会更好。您可以使用正则表达式删除不需要的模式：

sed -e "s|.*<||" -e "s|>.*||"  your_file.txt  > new_file.txt

Answer 2

TL; DR

搜索：

^.*<?\b([a-z0-9!#$%&'*+/=?^_`{|}~-]+(?:\.[a-z0-9!#$%&'*+/=?^_`{|}~-]+)*|"(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21\x23-\x5b\x5d-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])*")@((?:[a-z0-9](?:[a-z0-9-]*[a-z0-9])?\.)+[a-z0-9](?:[a-z0-9-]*[a-z0-9])?|\[(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?|[a-z0-9-]*[a-z0-9]:(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21-\x5a\x53-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])+)\])\b>?.*$

替换：

\1@\2

说明：

根据this article，RFC 5322规范给出了有效电子邮件地址的官方定义。

它们在TextWrangler中简化的字符串将是：

搜索：

([a-z0-9!#$%&'*+/=?^_`{|}~-]+(?:\.[a-z0-9!#$%&'*+/=?^_`{|}~-]+)*|"(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21\x23-\x5b\x5d-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])*")@((?:[a-z0-9](?:[a-z0-9-]*[a-z0-9])?\.)+[a-z0-9](?:[a-z0-9-]*[a-z0-9])?|\[(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?|[a-z0-9-]*[a-z0-9]:(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21-\x5a\x53-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])+)\])

替换：

\1@\2

它本身就匹配：

Timmy Turner＆lt; tturner@example.com ＆gt;
“ jamminjeff@example.com ”＆lt; jamminjeff@example.com ＆gt;
Susan Alder＆lt; suesblues@example.com ＆gt;，
sallyartist@example.com 的

虽然这与您的示例电子邮件字符串匹配，但它并不能提供您想要的确切结果，因为它还包括"jamminjeff@example.com"，应该将其删除。

如果你知道一些事情，你可以在它之前和之后使用一些过滤：

在电子邮件字符串之前丢弃所有是否可以？

是否可以在电子邮件字符串之后丢弃所有？

是否会找到与需要删除的电子邮件字符串对接的其他任何文本？

如果是为1和2，否为3，请在^.*<?\b前添加该字符串，并将其附加\b>?.*$。

从行的开头开始，搜索0个或更多字符，可选的左括号，然后是一个开始实际电子邮件地址的字边界。

然后，在电子邮件地址的最后一个字符，可选的结束括号以及直到行尾的零个或多个字符中查找单词边界。

用\1@\2替换它会清除整行，只包含电子邮件地址。

使用Grep从名称的电子邮件地址的文本文件列表中提取电子邮件地址

2 个答案: