正则表达式 - 匹配文件名中的电子邮件，返回电子邮件地址列表

Question

我有一个像这样的文本文件目录：

listedname_ _email@domain.com__subject_date.eml

文件名保证在“电子邮件”部分具有这种模式：

email@domain.xxx_

因此，电子邮件、at-sign、域、句点、*域名、下划线。 （他们不会总是有一个前导下划线，因为不是每个人都在他们的电子邮件客户端中设置他们的“名字”。）

Windows 上的一个目录中有大约 1,000 个文件，尽管我安装了 Cygwin 工具并且可以导航到该目录。文件内容中还有一行保证看起来像这样：

From: "Bob Lawblog" <boblawblog@domain.law>

我想要做的是使用 grep 或任何工具来返回电子邮件地址列表，仅此而已，格式如下：

email@domain.com <line break>
email2@domain.com <line break>
email3@domain.com <line break>

没有前导或尾随下划线、没有电子邮件正文、没有主题等。（将它放在逗号分隔的列表中也很棒，但不是必需的。）

有人可以帮我使用 regex/grep 命令吗？谢谢！

Answer 1

我想我已经理解了你的问题。如我错了请纠正我。看来您有两个选项可以“获取”电子邮件地址：

1. 使用文件名，并应用正则表达式。
2. 使用每个文件中的From: 行获取所需的电子邮件地址。

我最喜欢第二个选项，因为要找到匹配来自listedname_ _email@domain.com__subject_date.eml 的电子邮件地址的正则表达式会很棘手，因为如果电子邮件地址包含多个下划线怎么办？

要从每个文件中获取电子邮件地址列表，请尝试以下操作：

awk '/^From:/ { print substr($NF,2,length($NF)-2) }' *.txt > outfile

如果您想要这些电子邮件地址的 csv，请使用 printf：

awk '/^From:/ { printf "%s,", substr($NF,2,length($NF)-2) } END { printf "\n" }' *.txt > outfile