如何使用 xargs 从 text/html 文件中递归解析电子邮件地址？答案

【问题标题】：How can I use xargs to recursively parse email addresses out of text/html files?如何使用 xargs 从 text/html 文件中递归解析电子邮件地址？
【发布时间】：2015-11-10 16:29:18
【问题描述】：

我尝试使用 xargs 和 grep 从 text/html 文件目录中递归解析电子邮件地址，但此命令始终包含路径（我只想要生成的 emails.csv 文件中的电子邮件地址）。

find . -type f | xargs grep -E -o "\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,6}\b" >>  ~/emails.csv

你能解释一下我的 grep 命令有什么问题吗？我不需要对它进行排序或唯一。我想匹配文件中所有出现的电子邮件地址。我需要使用 xargs，因为我正在解析 20 GB 文本文件中的电子邮件。

谢谢。

【问题讨论】：

我可能会单引号正则表达式，以避免正则表达式的外壳插值。
尝试添加-h 作为grep 的一个选项来隐藏文件名 - 当您搜索多个文件时它会自动添加它们。
-h 成功了！谢谢@MarkSetchell
我已将其添加为大家可以轻松查看的答案。

标签： grep xargs

【解决方案1】：

当您告诉grep 搜索多个文件时，它会将相应的文件名添加到搜索结果中。试试下面看看效果...

首先，在单个文件中搜索：

grep local /etc/hosts
# localhost is used to configure the loopback interface
127.0.0.1   localhost

现在在两个文件中搜索：

grep local /etc/hosts /dev/null
/etc/hosts:# localhost is used to configure the loopback interface
/etc/hosts:127.0.0.1    localhost

要禁止找到匹配项的文件名，请将-h 开关添加到grep，如下所示

grep -h <something> <somewhere>

【讨论】：