regex - 在大文本中找到某种模式的有效方法是什么？

Question

我想从一个大文本文件中提取电子邮件地址。最好的方法是什么？

我的想法是在文本中找到 '@' 并使用“正则表达式”在该位置之前(例如)256 个字符和 512 长度的子字符串中找到电子邮件地址。

P.S.:坦率地说，我想知道在巨大文本中查找某些模式(如电子邮件地址)的最佳和最有效的方法。

Answer 1

256 和 512 听起来像是任意值。

• 你确实可以扫描@符号，但你必须往前读向后，直到你遇到一个中不允许的字符电子邮件地址(例如，另一个@符号、空格、反斜杠...)
• 引用维基百科:

The local-part of an e-mail address may be up to 64 characters long and the domain name may have a maximum of 255 characters.

所以这些值会更好。

现在结合这两种方法，瞧，你有你的算法。