Удаление адресов электронной почты из произвольного файла

Question

Каков наилучший способ получить комбинации user@host.com из большого набора файлов?

Я предполагаю, что sed/awk может это сделать, но я не очень хорошо знаком с регулярным выражением.

У нас есть файл т.е. Staff_data.txt, что дома больше, чем просто электронная почта, и хотели бы лишить остальную часть данных, и собирать только адреса электронной почты (например, h@south.com)

Я понял, что самый простой способ - через sed/awk в терминале, но, видя, насколько сложным может быть regexp, я был бы признателен за некоторые рекомендации.

Спасибо.

Answer 1

Вы хотите grep здесь не sed или awk. Например, чтобы отобразить все письма из домена south.com:

grep -o '[^ ]*@south\.com ' file 

Answer 2

Вот несколько неловко, но, видимо, работает скрипт я написал несколько лет назад, чтобы сделать эту работу:

# Get rid of any Message-Id line like this: 
# Message-ID: <AANLkTinSDG_dySv_oy_7jWBD=QWiHUMpSEFtE-cxP6Y1@mail.gmail.com> 
# 
# Change any character that can't be in an email address to a space. 
# 
# Print just the character strings that look like email addresses. 
# 
# Drop anything with multple "@"s and change any domain names (i.e. 
# the part after the "@") to all lower case as those are not case-sensitive. 
# 
# If we have a local mail box part (i.e. the part before the "@") that's 
# a mix of upper/lower and another that's all lower, keep them both. Ditto 
# for multiple versions of mixed case since we don't know which is correct. 
# 
# Sort uniquely. 

cat "$@" | 
awk '!/^Message-ID:/' | 
awk '{gsub(/[^-_.@[:alnum:]]+/," ")}1' | 
awk '{for (i=1;i<=NF;i++) if ($i ~ /.+@.+[.][[:alpha:]]+$/) print $i}' | 
awk ' 
    BEGIN { FS=OFS="@" } 
    NF != 2 { printf "Badly formatted %s skipped.\n",$0 | "cat>&2"; next } 
    { $2=tolower($2); print } 
' | 
tr '[A-Z]' '[a-z]' | 
sort -u 

Это не красиво, но это кажется надежным.