Question

我有成千上万行混乱的行，其中包含电子邮件和其他数据。电子邮件地址之前显示的所有内容基本上是无用的，可以清除/删除/删除/切片-不确定正确的术语，对不起。

我倾向于将Cygwin用于这些类型的事情，但是一直很努力。这是我通常倾向于使用的电子邮件正则表达式：

[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,6}

输入：

Dog:email@email.com:cat
Pab:email1@hotmail.com:dog
cat:horse:email@jenga.de:cat
bike:michael:david:xenon@gmail.com:cat
inter@outlook.com:bob

所需的输出：

email@email.com:cat
email1@hotmail:dog
email@jenga.de:cat
xenon@gmail.com:cat
inter@outlook.com:bob

Answer 1

您的正则表达式可以正常工作：

$ awk 'match($0,/[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,6}/){print substr($0,RSTART,RLENGTH)}' file
email@email.com
email1@hotmail.com
email@jenga.de
xenon@gmail.com
inter@outlook.com

$ awk 'match($0,/[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,6}/){print substr($0,RSTART)}' file
email@email.com:cat
email1@hotmail.com:dog
email@jenga.de:cat
xenon@gmail.com:cat
inter@outlook.com:bob

由于您使用的是cygwin，因此您可以使用GNU awk，该软件可以通过以下方式进行“就地”编辑：

awk -i inplace 'script' file

但是当然先测试。

Answer 2

要删除电子邮件之前的所有内容（包括冒号在内），

sed 's/.*:\([A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,6}\)/\1/' file

通常sed不允许{2,6}没有选项，因此您可能有sed -E或sed -r，在这种情况下，括号前的反斜杠可能应删除。

删除电子邮件地址之前的文本

2 个答案: