提取原始电子邮件并删除电子邮件中的电子邮件别名答案

【问题标题】：Extracting original email and remove email alias in emails提取原始电子邮件并删除电子邮件中的电子邮件别名
【发布时间】：2021-12-23 11:02:51
【问题描述】：

我正在尝试从别名中获取主要电子邮件，例如，我有以下示例，我需要对它们进行规范化。

从“test.me@email.com”到“testme@email.com”
从“test+me11@email.com”到“test@email.com”
从“test.me.123+22@email.com”到“testme123@email.com”
从“test+123@email.com”到“test@email.com”

我在 bigquery 上编写了一条 SQL 语句，但收到一条错误消息，提示“SUBSTR() 中的第三个参数不能为负数”

SELECT  TRANSLATE(SUBSTR('test+123@email.com', 1, INSTR('test+123@email.com', '+')-1),'+.', '') ||'@' || SUBSTR('test+123@email.com', Instr('test+123@email.com','@')+1)

对上述内容的任何想法或建议或使用 regex_replace 的想法

谢谢

【问题讨论】：

在“我有以下电子邮件”之后，您会显示一个与电子邮件地址不同的列表（因为> 不是电子邮件地址中的有效字符）。请edit您提问，让我们知道您对 "A > B" 的含义，其中 A 和 B 都是有效的电子邮件地址
我编辑了这个问题，我的意思是 A>B A（包含别名的电子邮件）B（没有别名的电子邮件）
您正在更改电子邮件地址，而不是对其进行规范化。电子邮件地址“abc.def@example.com”与“abcdef@example.com”是不同的地址（不一定是它的别名）
你说得对，我应该更清楚，例如，如果是 Gmail，那么点无关紧要，如果是 gmail，我想要这项工作

标签： sql google-bigquery

【解决方案1】：

考虑以下方法

select email, 
  regexp_replace(email, r'([^+@]+)+?([^@]*(.*))', r'\1\3') original_email
from your_table

如果应用于您问题中的样本数据 - 输出是

如果出于某种原因您想要移除点 - 请在下方使用

select email, original_email,
  format('%s@%s', 
    replace(split(original_email, '@')[offset(0)], '.', ''), 
    split(original_email, '@')[offset(1)]
  ) with_stripped_dots
from your_table, 
unnest([regexp_replace(email, r'([^+@]+)+?([^@]*(.*))', r'\1\3')]) original_email

有输出

【讨论】：

谢谢米哈伊尔，这正是我想要的

【解决方案2】：

也许你可以试试正则表达式，但我不确定性能是好是坏。

select CONCAT(REGEXP_EXTRACT("test.me+123@email.com", r'([\w\.]+)'), REGEXP_EXTRACT("test.me+123@email.com", r'(@[\w\.]+)'))

【讨论】：

【解决方案3】：

您似乎试图通过使用 (``) 来替换 + 和 . 字符：

TRANSLATE(SUBSTR('test+123@email.com', 1, INSTR('test+123@email.com', '+')-1),'+.', '')

这不起作用，因为使用 TRANSLATE() 的第二个和第三个参数应该具有相同的长度。

也许你想做（对于@之前的部分）：

REPLACE(REPLACE(LEFT('test+123@email.com',INSTR('test+123@email.com','@')-1),'+',''),'.','')

【讨论】：

谢谢，没错，我还需要删除加号后面的任何字符