Wie man E-Mail-Adressen extrahiert
Manchmal haben Sie Daten von Ihrer Website oder Ihrer Unternehmenssoftware exportiert,
die Bestellinformationen oder Kundendaten enthalten.
Möglicherweise benötigten Sie nur die E-Mail-Adresse und das Bestelldatum.
Eine Möglichkeit besteht darin, alle Daten in Excel zu importieren, die nicht benötigten Spalten zu löschen
und die verbleibenden zu exportieren.
Dies funktioniert möglicherweise nicht gut, wenn das E-Mail-Feld auch die Beschreibung der E-Mail-Adresse enthält,
zum Beispiel: „Dave Martin
Es kann mühsam sein, wenn man die Aufgabe mehrmals wiederholen muss
oder wenn man alle Schritte jemand anderem erklären muss.
Extrahieren Sie die gewünschten Daten mithilfe von „regulären Ausdrücken“
Ein regulärer Ausdruck (kurz „Regex“ oder „Regexp“)
ist eine Zeichenkette, die ein übereinstimmendes Muster in einem Text angibt.
Ein sehr einfaches Beispiel ist die Suche nach einem Wort, das in einem Texteditor auf zwei verschiedene Arten geschrieben wird.
Der reguläre Ausdruck seriali[sz]e findet sowohl „serialise“ als auch „serialize“.
Komplexer gestaltet sich die Syntax zur Identifizierung im Text
-
E-Mail-Adressen:
[a-zA-Z0-9._-]+@[a-zA-Z0-9._-]+\.[a-zA-Z0-9_-]+
Quelle: stackoverflow - regulärer Ausdruck zum Extrahieren von E-Mail-Adressen aus Zeichenketten -
Datum:
\d{4}-\d{2}-\d{1,2}
Quelle: Stack Overflow – Regulärer Ausdruck zum Extrahieren des Datums aus einer Zeichenkette
Tutorial zu regulären Ausdrücken (Regex)
Empfohlenes YouTube-Video
„38 Minuten gut investiert, es hat sich absolut gelohnt“ :
Wie man beliebige Textmuster erkennt
(ab Minute 25 wird die Syntax zum Extrahieren von E-Mail-Adressen erklärt)
Kurzanleitung zur Verwendung regulärer Ausdrücke
RegExr Online-Tool
Reguläre Ausdrücke werden in fortgeschrittenen Texteditoren wie Notepad++ oder Atom
im Allgemeinen akzeptiert
Es gibt auch kostenlose Online-Tools, eines davon ist:
https://regexr.com - ein Online-Dienst zum Erlernen, Erstellen und Testen von regulären Ausdrücken.
Erläuterung der Weboberfläche:
„Ausdruck“ ist das Feld, das die Regex-Syntax enthält.
„Text“ ist der zu analysierende Inhalt. Unter
„Tools > Liste“ werden die Extraktionsergebnisse angezeigt.
Beispiel 1: Nur die E-Mail-Adresse extrahieren
Ausdruck:
[a-zA-Z0-9._-]+@[a-zA-Z0-9._-]+\.[a-zA-Z0-9_-]+
Text:
Dave Martin 615-555-7164 173 Main St., Springfield, RI 55924 davemartin@bogusemail.com Charles Harris 800-555-5669 969 High St., Atlantis, VA 34075 charlesharris@bogusemail.com Eric Williams 560-555-5153 806 1st St., Faketown, AK 86847 laurawilliams@bogusemail.comWerkzeuge > Liste:
$&\n
Ergebnis:
davemartin@bogusemail.com charlesharris@bogusemail.com laurawilliams@bogusemail.comBeispiel 2: E-Mail-Adresse und Datum extrahieren
Ausdruck:
","(.*?)([a-zA-Z0-9._-]+@[a-zA-Z0-9._-]+\.[a-zA-Z0-9_-]+)(.*?)",".*",(\d{2}\.\d{2}\.\d{4})
Text:
„lorem ipsum dolor sit amet“, Robert Farrell<rmfarrell@bogusemail.com> ","",02.01.2024, ,5379, "consectetur adipiscing elit","""Mesa, Rene<rmesa@bogusemail.com> „““, „“,04.01.2024, ,20826, „sed do eiusmod tempor incididunt“, „Antonio Bugan<antonio@bogusemail.com> ","",04.01.2024, ,2856, "ut laboure et dolore magna aliqua", "Crawley Down Tennis Club<hello@bogusemail.com> ","",05.01.2024, ,4453,Werkzeuge > Liste:
$2,$4\n
Ergebnis:
rmfarrell@bogusemail.com, 02.01.2024 rmesa@bogusemail.com, 04.01.2024 antonio@bogusemail.com, 04.01.2024 hello@bogusemail.com, 05.01.2024Kurzanleitung zur Verwendung regulärer Ausdrücke
. - Beliebiges Zeichen außer Zeilenumbruch \d - Ziffer (0-9) \D - Keine Ziffer (0-9) \w - Wortzeichen (az, AZ, 0-9, _) \W - Kein Wortzeichen \s - Leerzeichen (Leerzeichen, Tabulator, Zeilenumbruch) \S - Kein Leerzeichen (Leerzeichen, Tabulator, Zeilenumbruch) \b - Wortgrenze \B - Keine Wortgrenze ^ - Anfang einer Zeichenkette $ - Ende einer Zeichenkette [] - Entspricht Zeichen in Klammern [^ ] - Entspricht Zeichen außerhalb von Klammern | - Entweder oder ( ) - Gruppierungsquantifizierer: * - 0 oder mehr + - 1 oder mehr ? - 0 oder 1 {3} - Exakte Zahl {3,4} - Zahlenbereich (Minimum, Maximum)Quelle: GitHub-Code-Snippets