使用 sed、awk、grep 转换文本答案

【问题标题】：Convert text, using sed, awk, grep使用 sed、awk、grep 转换文本
【发布时间】：2013-11-06 20:10:42
【问题描述】：

我无法解决问题。我有一个包含电子邮件地址的文本。我需要这个文件来通过井号更改地址。

例如：

bla bla bla example{at sign}gmail.com -> #######{at sign}#####.###

【问题讨论】：

在此处发布示例输入数据。
示例：“每封邮件只有一个标头，由字段组成。firstemail@gmail.com 每个字段都有一个名称和一个值。secondmail@gmail.com RFC 5322 指定了精确的语法 thirdmail @gmail.com。”
"每条消息只有一个标题，由字段组成。##########@#####.### 每个字段都有一个名称和一个值. ##########@#####.### RFC 5322 指定了精确的语法 #########@#####.### 。”跨度>
文件中的所有这些文本都在一行中？

标签： linux bash sed awk grep

【解决方案1】：

你可以像这样使用 sed：

sed -r 's/(^| )[^ @]+@[^ ]+/\1#########@#####.###/g' file
Each message has exactly one header, which is structured into fields. #########@#####.### Each field has a name and a value. #########@#####.### RFC 5322 specifies the precise syntax #########@#####.### .

【讨论】：

不适用于此测试echo "test my@email.com vow" | sed 's/ [^ @]+@[^ ]+/ #########@#####.###/g' 它给出了test my@email.com vow
究竟什么是“同样的问题”？
我用你的解决方案输出“test my@email.com vow”。
对我有用，但它会删除 not@email。我最新的awk 似乎可以处理这个问题。

【解决方案2】：

这是awk 解决方案

echo "test my@email.com vow" | awk  '{split($0,a,"@");f=split(a[1],x," ");for (i=1;i<=(length($f));i++) s=s "#";$f=s}1'
test ############ vow

它保留了长度，但可能会破坏任何不是电子邮件且具有@的内容

这可能更适用于多封电子邮件：

awk '{gsub(/[^@ ]+@[[:alnum:]]+.[[:alnum:]]+/,"#########")}1' file

【讨论】：

测试：输入：“my@email.com test my@email.com test my@email.com”；输出：“############ test my@email.com test my@email.com”。
我看到了，测试了一个新版本
当然，这对我来说很好用。你在什么操作系统上？这是我得到的：echo "my@email.com my@email.com my@email.com" | awk '{gsub(/[^@ ]+@[[:alnum:]]+.[[:alnum:]]+/,"#########")}1' ######### ######### #########

【解决方案3】：

一个丑陋的oneliner，将更改文件到位：

$ cat text
Each message has exactly one header, which is structured into fields. firstemail@gmail.com Each field has a name and a value. secondmail@gmail.com RFC 5322 specifies the precise syntax thirdmail@gmail.com
$ < text egrep -o "\b[a-z0-9._%+-]+@[a-z0-9.-]+\.[a-z]{2,4}\b"  | sort -u | ( while read b ; do echo "s/$b/$(tr a-z0-9_%+-. \# <<< ${b%@*})@$(tr a-z0-9_%+- \# <<< ${b#*@})/g" ; done ) | xargs -n1 -I{} sed -i,bak {} text
$ cat text
Each message has exactly one header, which is structured into fields. ##########@#####.### Each field has a name and a value. ##########@#####.### RFC 5322 specifies the precise syntax #########@#####.###

我从here 获取了电子邮件正则表达式。我还假设电子邮件左侧的一个点也应该被混淆：first.name@gmail.com --> #########@#####.###

【讨论】：

【解决方案4】：

问题是您如何知道您是否有电子邮件地址。您可以假设一个模式，例如/[\.\w]+@[\.\w]+\.\w+/，但这可能包括电子邮件以外的其他内容。你想保持长度，还是一般替换它：

david@foo.com => #####@###.###
robert.brown@buffy.fu => ############@#####.##

或

david@foo.com => #################@##################.###
robert.brown@buffy.fu => #################@##################.###

后者可以与sed 一起使用s/[\.\w]+@[\.\w]+\.\w+/#################@##################.###/。请注意，sed 因系统而异——尤其是关于它可以接受哪些类型的正则表达式语法。 sed 至少可以使用三种不同的正则表达式：Obsolete（或 RE Classic）、Modern（包括一些扩展）和 Extended（如 Perl 和 Python）

在 Mac OS X - Mavericks 上测试

sed -E 's/\s*[[:alnum:]\.]+@[[:alnum:]\.]+\.[[:alnum:]]+\s*/######@#####.###/g' rfc-5322.txt

我在 RFC-5322 上对此进行了测试

【讨论】：

我想保持长度。关于三种正则表达式我听到的第一种。我刚开始研究这个。
保持长度会使这个问题变得更加困难。另外，如果您的目的是混淆信息，那么保持长度意味着您甚至可以区分电子邮件地址，甚至是混淆的。将它们全部设置为相同的长度意味着您完全隐藏了该信息。
谢谢。我愿意倾听并学习另一种解决方案。谢谢。
可能我有什么不懂的，上面的例子，我就撤了原文。嗯？
为了让它更复杂一些，请在此处查看电子邮件正则表达式：regular-expressions.info/email.html