Question

我的专栏中有以下模式

xyz@gmail.com
abc@hotmail.com

现在，我想在@之后和.之前提取文本，即gmail和hotmail。我能够使用以下代码在.之后提取文本。

sub(".*@", "", email)

如何修改上述内容以适应我的用例？

Answer 1

您：

真的需要阅读RFC 3696的第3部分（TLDR：@可以出现在多个地方）
似乎没有考虑过电子邮件可以是“someone@department.example.com”，“someone.else@yet.another.department.example.com”（即天真地假设只有一个域可能会在此分析的某个时刻再次咬你）
应该知道，如果您真的在寻找电子邮件“域名”，那么您还必须考虑really constitutes a domain name and a proper suffix。

所以 - 除非你确定你有并且总是会有简单的电子邮件地址 - 我可以建议：

library(stringi)
library(urltools)
library(dplyr)
library(purrr)

emails <- c("yz@gmail.com", "abc@hotmail.com",
            "someone@department.example.com",
            "someone.else@yet.another.department.com",
            "some.brit@froodyorg.co.uk")

stri_locate_last_fixed(emails, "@")[,"end"] %>%
  map2_df(emails, function(x, y) {
    substr(y, x+1, nchar(y)) %>%
      suffix_extract()
  })
##                         host    subdomain      domain suffix
## 1                  gmail.com         <NA>       gmail    com
## 2                hotmail.com         <NA>     hotmail    com
## 3      deparment.example.com   department     example    com
## 4 yet.another.department.com  yet.another  department    com
## 5             froodyco.co.uk         <NA>   froodyorg  co.uk

请注意子域，域和域的正确拆分后缀，特别是最后一个。

知道了这一点，我们就可以将代码更改为：

stri_locate_last_fixed(emails, "@")[,"end"] %>%
  map2_chr(emails, function(x, y) {
    substr(y, x+1, nchar(y)) %>%
      suffix_extract() %>%
      mutate(full_domain=ifelse(is.na(subdomain), domain, sprintf("%s.%s", subdomain, domain))) %>%
      select(full_domain) %>%
      flatten_chr()
  })
## [1] "gmail"                   "hotmail"               
## [3] "department.example"      "yet.another.department"
## [5] "froodyorg"

Answer 2

我们可以使用gsub

gsub(".*@|\\..*", "", email)
#[1] "gmail"   "hotmail"

Answer 3

您可以使用：

emails <- c("xyz@gmail.com", "abc@hotmail.com")
emails_new <- gsub("@(.+)$", "\\1", emails)
emails_new
# [1] "gmail.com"   "hotmail.com"

查看demo on ideone.com。

Answer 4

这是@hrbrmstr 的 stringr 函数：

stringr::str_locate_all(email,"@") %>% purrr::map_int(~ .[2]) %>%
purrr::map2_df(email, ~ {
  stringr::str_sub(.y, .x+1, nchar(.y)) %>%
    urltools::suffix_extract()
})

如何提取＆＃34;域＆＃34;来自电子邮件地址

4 个答案: