免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
12下一页
最近访问板块 发新帖
查看: 4091 | 回复: 17
打印 上一主题 下一主题

[文本处理] 有请大神进来看看分段落提取。谢谢 [复制链接]

论坛徽章:
31
程序设计版块每日发帖之星
日期:2016-02-06 06:20:00程序设计版块每日发帖之星
日期:2016-07-20 06:20:00程序设计版块每日发帖之星
日期:2016-07-26 06:20:00每日论坛发贴之星
日期:2016-07-26 06:20:00程序设计版块每日发帖之星
日期:2016-07-27 06:20:00每日论坛发贴之星
日期:2016-07-27 06:20:00程序设计版块每日发帖之星
日期:2016-07-28 06:20:00程序设计版块每日发帖之星
日期:2016-07-29 06:20:00程序设计版块每日发帖之星
日期:2016-08-02 06:20:00程序设计版块每日发帖之星
日期:2016-08-06 06:20:00程序设计版块每日发帖之星
日期:2016-08-08 06:20:00程序设计版块每日发帖之星
日期:2016-08-09 06:20:00
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2016-07-19 18:31 |只看该作者 |倒序浏览
本帖最后由 bmne 于 2016-07-19 20:56 编辑

实战中的数据:
  1. 6316325@6.om----6316325
  2. fog128@6.om----999999
  3. cbf88@6.om----840828
  4. jinwei1985@6.om----19830923
  5. huxuanyan@6.om----84915520
  6. 344964752@5.cm----153351
  7. 344966647@5.cm----371323
  8. 344966702@5.cm----456852
  9. 344967682@5.cm----8438903
  10. 344968431@5.cm----wshilishuai
  11. leping1985@6.om        4961469
  12. 274391668@6.om        6360136
  13. xrh518@6.om        1985406
  14. hy_lifei@6.om        lifei1130
  15. -987321@2.cm        7.03067E+11                                                                                                                                                       
  16. -Aleska-@2.cm        d79s3by62
  17. -b-schilling@2.cm        dh9371
  18. -b-schilling@2.cm        dh9371       
  19. -bebe-lamprecht@2.cm        moinmoin1.
  20. -----@6.om sandra
  21. ---anka---@6.om !toscana!
  22. ---BISHOP@6.om christian
  23. ---diablo---@6.om h
  24. ---link---@6.om werwer
  25. --bakas--@6.om killer05
  26. --dine--@6.om antonanton
  27. --gay--@6.om 131322
  28. --Kevin--@6.om zonex
  29. -a_mangan@6.om -serennade-
  30. -ab_hassen@6.om -djabob-
  31. -abciexport@6.om -bidjadaba-
  32. -abdemail@6.om -avance-
  33. -abdeouahab@6.om -amira-
  34. -abderake@6.om -neptune-
  35. -abdimohamed@6.om -moha-
  36. -abdonadedemy@6.om -joseee-
  37. -----010101engr_rizwan21@2.cm,taxila
  38. -----padjsalman22@2.cm,applepie
  39. ----imran_chandio@2.cm,welcome
  40. ---anka---@2.cm,!toscana!
  41. ---BISHOP@2.cm,christian
  42. ---link---@2.cm,werwer
  43. --bakas--@2.cm,killer05
  44. --dine--@2.cm,antonanton
  45. --gay--@2.cm,131322
  46. --m0m--@2.cm,9819
  47. --martindhale@2.cm,bigtime
  48. --neo-@2.cm,gladbach
  49. --nix@2.cm,dnstuff
  50. --sarah--patzelt@2.cm,sarah86
  51. --Zenger_91--@2.cm,RMzXMB
  52. -@2.cm,usuario2097
  53. -_daniel-_-@2.cm,daniel
  54. -_ironman_-@2.cm,borussia
  55. -_mr.pink_-@2.cm,1867856
  56. -_PanDorA_-@2.cm,thorshammer
  57. -13.Krieger-@2.cm,210688
  58. -3st-@2.cm,redbull
  59. -4683@2.cm,glesnimaria
  60. -a_mangan@2.cm,-serennade-
  61. -ab_hassen@2.cm,-djabob-
  62. -abciexport@2.cm,-bidjadaba-
  63. -abdemail@2.cm,-avance-
  64. -abdeouahab@2.cm,-amira-
  65. razion----rzp81699----rzp2004@2.cm
  66. razin----marx2030----razin@2.cm
  67. razix----kenpowei1----kenalet@2.cm
  68. razgirz----devil1215----wxs19841215@2.cm
  69. razgriz----yin10166----playlogo@2.cm
  70. razeryokie----19803211a----yokie777@2.cm
  71. rb1987----58621435a----daipengrb@2.cm
  72. cpic0117      fba73d0b8a365fbf6fb91ade180ca6c0          1024167@5.cm
  73. 小伪ABC         c36ee6c28043ade9ba02961efbd1843f          156574440@5.cm
  74. wangtiejun    94a274cc9c163fdf2d6b727addc55702          feng963963@6.om
  75. w63175413     060b490e0a4cc923bbad7bafb79da716          529084131@6.om
  76. z305868417    7ea6e51e4ef90b8aab8e53ec835f76c8          z305868417@5.cm
  77. zjj3118549    31a3704c08ea5f3780d5c87a90327020          24751980@5.cm
  78.               57a0bc42a69f876919c4db04f4d6b371          lance0086@6.om
  79. 啤酒和鱼          93c51ba4a3d21cf928f9e8e8764588d3          gigichry@hoo.com
  80. rock009527    91c5235e0af149de2da0272f3341cd74          rock009527
  81. 紫毫            146bfc919a753d08eb03f9c27da15cfa          绱??
  82. Montblanc     146bfc919a753d08eb03f9c27da15cfa         
  83. Vigie         146bfc919a753d08eb03f9c27da15cfa         
  84. 德卤翼           4c1e4dfa7c45f8011b2e1d676ab21778         
  85. zzhu5112      63b9a0105d78958d64e9c2d6bfef0dcb         
  86. Tigris        dd7a881cd21bcd6b175beff060d41e41         
  87. lpc821008     121fab0b93aad6b473431304ae4905f8         
  88. 深夜梦花心         9012de06601c2078d575b9075862595a         
  89. thshiwo       1e2655772d63e356ecd920192c6aa7b5         
  90. 123379917     5d83fc6573f365590dc3ae052ae7510f         
  91. mszxm         c828edd531334779587fd7567f70b31d         
  92. 歪歪320         b2794aee72a546052700d200a3d128db         
  93. 涅磐的波浪鼓        6a019b2d2700ed86fcfa09cf27eb9170          yanglin2280396@2.cm
  94. 战_磨刀者_士       dc675b26febb1521c68981641956e280         
  95. beifeng09909  f47f885a9b9f74a2183922caec1baad2         
  96. z856852       eac597e255afcc95ab68962b3daf6ebd          z856852
  97. 784053290        |        eee2928d138598e55ada6edfd04279fe        |        liujun6004@2.cm        |                a19871018
  98. qianloveyiyi        |        9235dd0a60f3c973721546b8b9c6b2ee        |        qianloveyiyi@2.cm        |                shenjiayi724
  99. qq497933801        |        c0d759feffedcad43acef33c74d4d84a        |        www.wsyybs@2.cm        |                974828yyb
  100. taeyes        |        71d0a117b466601f4a58209922192750        |        taeyes@2.cm        |                xy930907
  101. kinsin888        |        9fc4c1603f0819f11d19319b1eb48741        |        kinsin888@2.cm        |                kyyyhyl1983
  102. wunaixiejin        |        3bda3581cd38638fdd85fcfc067657da        |        shuizhidao1@2.cm        |                8253603a
  103. leonmao        |        886e0579be9bb7a57a18a916feb27c8a        |        leonmao123@2.cm        |                1q1q1q
  104. 飞落的风筝        d81670faae3bd035d724ea67b966852b        zhangxueqian0510@2.cm                0406523
  105. 谢立权        77990239387f06e6be7d6bf0ad14ce73        haotian0008@2.cm                771128
  106. 耶和华经济        25d55ad283aa400af464c76d713c07ad        doubli_N@2.cm                12345678
  107. q8222456        e9b54eae88121a24b487099fa0b7e092        dsad65@2.cm                46561323
  108. leilesuile        fc6897528b3674470e47e3908cbb6b04        20080511398@2.cm        10267645887        gh456456
  109. zcy0105        9b06a88a662a1807a0cd8b9dc5500e68        goodluck0000@2.cm                6317488
  110. jiale123        e10adc3949ba59abbe56e057f20f883e        jiale22@2.cm                123456
复制代码
为了能清楚的表达,上面的数据可以划分成12个段落(按实战中的内容不同划分的)

第一段:
  1. 6316325@6.om----6316325
  2. fog128@6.om----999999
  3. cbf88@6.om----840828
  4. jinwei1985@6.om----19830923
  5. huxuanyan@6.om----84915520
  6. 344964752@5.cm----153351
  7. 344966647@5.cm----371323
  8. 344966702@5.cm----456852
  9. 344967682@5.cm----8438903
  10. 344968431@5.cm----wshilishuai
复制代码
第二段:
  1. leping1985@6.om        4961469
  2. 274391668@6.om        6360136
  3. xrh518@6.om        1985406
  4. hy_lifei@6.om        lifei1130
复制代码
第三段:
  1. -987321@2.cm        7.03067E+11                                                                                                                                                       
  2. -Aleska-@2.cm        d79s3by62
  3. -b-schilling@2.cm        dh9371
  4. -b-schilling@2.cm        dh9371       
  5. -bebe-lamprecht@2.cm        moinmoin1.
复制代码
第四段:
  1. -----@6.om sandra
  2. ---anka---@6.om !toscana!
  3. ---BISHOP@6.om christian
  4. ---diablo---@6.om h
  5. ---link---@6.om werwer
  6. --bakas--@6.om killer05
  7. --dine--@6.om antonanton
  8. --gay--@6.om 131322
  9. --Kevin--@6.om zonex
复制代码
第五段:
  1. -a_mangan@6.om -serennade-
  2. -ab_hassen@6.om -djabob-
  3. -abciexport@6.om -bidjadaba-
  4. -abdemail@6.om -avance-
  5. -abdeouahab@6.om -amira-
  6. -abderake@6.om -neptune-
  7. -abdimohamed@6.om -moha-
  8. -abdonadedemy@6.om -joseee-
复制代码
第六段:
  1. -----010101engr_rizwan21@2.cm,taxila
  2. -----padjsalman22@2.cm,applepie
  3. ----imran_chandio@2.cm,welcome
  4. ---anka---@2.cm,!toscana!
  5. ---BISHOP@2.cm,christian
  6. ---link---@2.cm,werwer
  7. --bakas--@2.cm,killer05
  8. --dine--@2.cm,antonanton
  9. --gay--@2.cm,131322
  10. --m0m--@2.cm,9819
  11. --martindhale@2.cm,bigtime
  12. --neo-@2.cm,gladbach
  13. --nix@2.cm,dnstuff
  14. --sarah--patzelt@2.cm,sarah86
  15. --Zenger_91--@2.cm,RMzXMB
  16. -@2.cm,usuario2097
  17. -_daniel-_-@2.cm,daniel
  18. -_ironman_-@2.cm,borussia
  19. -_mr.pink_-@2.cm,1867856
  20. -_PanDorA_-@2.cm,thorshammer
  21. -13.Krieger-@2.cm,210688
  22. -3st-@2.cm,redbull
  23. -4683@2.cm,glesnimaria
  24. -a_mangan@2.cm,-serennade-
  25. -ab_hassen@2.cm,-djabob-
  26. -abciexport@2.cm,-bidjadaba-
  27. -abdemail@2.cm,-avance-
  28. -abdeouahab@2.cm,-amira-
复制代码
第七段:
  1. razion----rzp81699----rzp2004@2.cm
  2. razin----marx2030----razin@2.cm
  3. razix----kenpowei1----kenalet@2.cm
  4. razgirz----devil1215----wxs19841215@2.cm
  5. razgriz----yin10166----playlogo@2.cm
  6. razeryokie----19803211a----yokie777@2.cm
  7. rb1987----58621435a----daipengrb@2.cm
复制代码
第八段:
  1. cpic0117      fba73d0b8a365fbf6fb91ade180ca6c0          1024167@5.cm
  2. 小伪ABC         c36ee6c28043ade9ba02961efbd1843f          156574440@5.cm
  3. wangtiejun    94a274cc9c163fdf2d6b727addc55702          feng963963@6.om
  4. w63175413     060b490e0a4cc923bbad7bafb79da716          529084131@6.om
  5. z305868417    7ea6e51e4ef90b8aab8e53ec835f76c8          z305868417@5.cm
  6. zjj3118549    31a3704c08ea5f3780d5c87a90327020          24751980@5.cm
复制代码
第九段:
  1.               57a0bc42a69f876919c4db04f4d6b371          lance0086@6.om
  2. 啤酒和鱼          93c51ba4a3d21cf928f9e8e8764588d3          gigichry@hoo.com
  3. rock009527    91c5235e0af149de2da0272f3341cd74          rock009527
复制代码
第十段:
  1. 紫毫            146bfc919a753d08eb03f9c27da15cfa          绱??
  2. Montblanc     146bfc919a753d08eb03f9c27da15cfa         
  3. Vigie         146bfc919a753d08eb03f9c27da15cfa         
  4. 德卤翼           4c1e4dfa7c45f8011b2e1d676ab21778         
  5. zzhu5112      63b9a0105d78958d64e9c2d6bfef0dcb         
  6. Tigris        dd7a881cd21bcd6b175beff060d41e41         
  7. lpc821008     121fab0b93aad6b473431304ae4905f8         
  8. 深夜梦花心         9012de06601c2078d575b9075862595a         
  9. thshiwo       1e2655772d63e356ecd920192c6aa7b5         
  10. 123379917     5d83fc6573f365590dc3ae052ae7510f         
  11. mszxm         c828edd531334779587fd7567f70b31d         
  12. 歪歪320         b2794aee72a546052700d200a3d128db         
  13. 涅磐的波浪鼓        6a019b2d2700ed86fcfa09cf27eb9170          yanglin2280396@2.cm
  14. 战_磨刀者_士       dc675b26febb1521c68981641956e280         
  15. beifeng09909  f47f885a9b9f74a2183922caec1baad2         
  16. z856852       eac597e255afcc95ab68962b3daf6ebd          z856852
复制代码
第十一段:
  1. 784053290        |        eee2928d138598e55ada6edfd04279fe        |        liujun6004@2.cm        |                a19871018
  2. qianloveyiyi        |        9235dd0a60f3c973721546b8b9c6b2ee        |        qianloveyiyi@2.cm        |                shenjiayi724
  3. qq497933801        |        c0d759feffedcad43acef33c74d4d84a        |        www.wsyybs@2.cm        |                974828yyb
  4. taeyes        |        71d0a117b466601f4a58209922192750        |        taeyes@2.cm        |                xy930907
  5. kinsin888        |        9fc4c1603f0819f11d19319b1eb48741        |        kinsin888@2.cm        |                kyyyhyl1983
  6. wunaixiejin        |        3bda3581cd38638fdd85fcfc067657da        |        shuizhidao1@2.cm        |                8253603a
  7. leonmao        |        886e0579be9bb7a57a18a916feb27c8a        |        leonmao123@2.cm        |                1q1q1q
复制代码
第十二段:
  1. 飞落的风筝        d81670faae3bd035d724ea67b966852b        zhangxueqian0510@2.cm                0406523
  2. 谢立权        77990239387f06e6be7d6bf0ad14ce73        haotian0008@2.cm                771128
  3. 耶和华经济        25d55ad283aa400af464c76d713c07ad        doubli_N@2.cm                12345678
  4. q8222456        e9b54eae88121a24b487099fa0b7e092        dsad65@2.cm                46561323
  5. leilesuile        fc6897528b3674470e47e3908cbb6b04        20080511398@2.cm        10267645887        gh456456
  6. zcy0105        9b06a88a662a1807a0cd8b9dc5500e68        goodluck0000@2.cm                6317488
  7. jiale123        e10adc3949ba59abbe56e057f20f883e        jiale22@2.cm                123456
复制代码
要求:

分成的12个段落,如果可能的话请分别提取出来,这是最理想的结果

但。我自己认为文档太乱,即使大神级不太容易把这12段分别提取出来。所以只能折中,满足基本要求的条件即可


请给出第一个代码:

只提取出第一段数据(假设是a.txt),然后保留(除去第一段数据)剩余的文档(假设是b.txt)。(也就是说处理原始数据后,共得到2个文档a、b)

或着

也可以再接着给出第二个代码:

只提取出第二段数据(假设是a.txt),然后保留(除去第二段数据)剩余的文档(假设是b.txt)。(也就是说处理原始数据后,共得到2个文档a、b)




估计应该能看明白我的意思。谢谢了





论坛徽章:
307
程序设计版块每周发帖之星
日期:2016-04-08 00:41:33操作系统版块每日发帖之星
日期:2015-09-02 06:20:00每日论坛发贴之星
日期:2015-09-02 06:20:00程序设计版块每日发帖之星
日期:2015-09-04 06:20:00每日论坛发贴之星
日期:2015-09-04 06:20:00每周论坛发贴之星
日期:2015-09-06 22:22:00程序设计版块每日发帖之星
日期:2015-09-09 06:20:00程序设计版块每日发帖之星
日期:2015-09-19 06:20:00程序设计版块每日发帖之星
日期:2015-09-20 06:20:00每日论坛发贴之星
日期:2015-09-20 06:20:00程序设计版块每日发帖之星
日期:2015-09-22 06:20:00程序设计版块每日发帖之星
日期:2015-09-24 06:20:00
2 [报告]
发表于 2016-07-19 20:09 |只看该作者
本帖最后由 sunzhiguolu 于 2016-07-19 20:15 编辑

No.1
  1. perl -nle 'print if(/\b-{4}\b/g and !/-/g)' f
复制代码

  1. 6316325@6.om----6316325
  2. fog128@6.om----999999
  3. cbf88@6.om----840828
  4. jinwei1985@6.om----19830923
  5. huxuanyan@6.om----84915520
  6. 344964752@5.cm----153351
  7. 344966647@5.cm----371323
  8. 344966702@5.cm----456852
  9. 344967682@5.cm----8438903
  10. 344968431@5.cm----wshilishuai
复制代码

论坛徽章:
31
程序设计版块每日发帖之星
日期:2016-02-06 06:20:00程序设计版块每日发帖之星
日期:2016-07-20 06:20:00程序设计版块每日发帖之星
日期:2016-07-26 06:20:00每日论坛发贴之星
日期:2016-07-26 06:20:00程序设计版块每日发帖之星
日期:2016-07-27 06:20:00每日论坛发贴之星
日期:2016-07-27 06:20:00程序设计版块每日发帖之星
日期:2016-07-28 06:20:00程序设计版块每日发帖之星
日期:2016-07-29 06:20:00程序设计版块每日发帖之星
日期:2016-08-02 06:20:00程序设计版块每日发帖之星
日期:2016-08-06 06:20:00程序设计版块每日发帖之星
日期:2016-08-08 06:20:00程序设计版块每日发帖之星
日期:2016-08-09 06:20:00
3 [报告]
发表于 2016-07-19 20:21 |只看该作者
回复 2# sunzhiguolu


谢谢大神

剩下的,也要提取出来




   

论坛徽章:
307
程序设计版块每周发帖之星
日期:2016-04-08 00:41:33操作系统版块每日发帖之星
日期:2015-09-02 06:20:00每日论坛发贴之星
日期:2015-09-02 06:20:00程序设计版块每日发帖之星
日期:2015-09-04 06:20:00每日论坛发贴之星
日期:2015-09-04 06:20:00每周论坛发贴之星
日期:2015-09-06 22:22:00程序设计版块每日发帖之星
日期:2015-09-09 06:20:00程序设计版块每日发帖之星
日期:2015-09-19 06:20:00程序设计版块每日发帖之星
日期:2015-09-20 06:20:00每日论坛发贴之星
日期:2015-09-20 06:20:00程序设计版块每日发帖之星
日期:2015-09-22 06:20:00程序设计版块每日发帖之星
日期:2015-09-24 06:20:00
4 [报告]
发表于 2016-07-19 20:26 |只看该作者
本帖最后由 sunzhiguolu 于 2016-07-19 20:44 编辑

No.2
  1. perl -ne 'print if(/\A\w\S+\s+\w+\Z/)' f
复制代码
  1. leping1985@6.om        4961469
  2. 274391668@6.om        6360136
  3. xrh518@6.om        1985406
  4. hy_lifei@6.om        lifei1130
复制代码
No.3
  1. perl -ne 'print if(/\A-\b/ and /\.cm\h+/)' f
复制代码
  1. -987321@2.cm        7.03067E+11
  2. -Aleska-@2.cm        d79s3by62
  3. -b-schilling@2.cm        dh9371
  4. -b-schilling@2.cm        dh9371
  5. -bebe-lamprecht@2.cm        moinmoin1.
复制代码
No.4
  1. perl -ne 'print if(/\A-{2,}\S+\h+/)' f
复制代码
  1. -----@6.om sandra
  2. ---anka---@6.om !toscana!
  3. ---BISHOP@6.om christian
  4. ---diablo---@6.om h
  5. ---link---@6.om werwer
  6. --bakas--@6.om killer05
  7. --dine--@6.om antonanton
  8. --gay--@6.om 131322
  9. --Kevin--@6.om zonex
复制代码
No.5
  1. perl -ne 'print if(/\A-/ and /\h+-/)' f
复制代码
  1. -a_mangan@6.om -serennade-
  2. -ab_hassen@6.om -djabob-
  3. -abciexport@6.om -bidjadaba-
  4. -abdemail@6.om -avance-
  5. -abdeouahab@6.om -amira-
  6. -abderake@6.om -neptune-
  7. -abdimohamed@6.om -moha-
  8. -abdonadedemy@6.om -joseee-
复制代码

论坛徽章:
307
程序设计版块每周发帖之星
日期:2016-04-08 00:41:33操作系统版块每日发帖之星
日期:2015-09-02 06:20:00每日论坛发贴之星
日期:2015-09-02 06:20:00程序设计版块每日发帖之星
日期:2015-09-04 06:20:00每日论坛发贴之星
日期:2015-09-04 06:20:00每周论坛发贴之星
日期:2015-09-06 22:22:00程序设计版块每日发帖之星
日期:2015-09-09 06:20:00程序设计版块每日发帖之星
日期:2015-09-19 06:20:00程序设计版块每日发帖之星
日期:2015-09-20 06:20:00每日论坛发贴之星
日期:2015-09-20 06:20:00程序设计版块每日发帖之星
日期:2015-09-22 06:20:00程序设计版块每日发帖之星
日期:2015-09-24 06:20:00
5 [报告]
发表于 2016-07-19 20:46 |只看该作者
本帖最后由 sunzhiguolu 于 2016-07-19 20:50 编辑

No.6
  1. perl -ne 'print if(/cm,/)' f
复制代码
  1. -----010101engr_rizwan21@2.cm,taxila
  2. -----padjsalman22@2.cm,applepie
  3. ----imran_chandio@2.cm,welcome
  4. ---anka---@2.cm,!toscana!
  5. ---BISHOP@2.cm,christian
  6. ---link---@2.cm,werwer
  7. --bakas--@2.cm,killer05
  8. --dine--@2.cm,antonanton
  9. --gay--@2.cm,131322
  10. --m0m--@2.cm,9819
  11. --martindhale@2.cm,bigtime
  12. --neo-@2.cm,gladbach
  13. --nix@2.cm,dnstuff
  14. --sarah--patzelt@2.cm,sarah86
  15. --Zenger_91--@2.cm,RMzXMB
  16. -@2.cm,usuario2097
  17. -_daniel-_-@2.cm,daniel
  18. -_ironman_-@2.cm,borussia
  19. -_mr.pink_-@2.cm,1867856
  20. -_PanDorA_-@2.cm,thorshammer
  21. -13.Krieger-@2.cm,210688
  22. -3st-@2.cm,redbull
  23. -4683@2.cm,glesnimaria
  24. -a_mangan@2.cm,-serennade-
  25. -ab_hassen@2.cm,-djabob-
  26. -abciexport@2.cm,-bidjadaba-
  27. -abdemail@2.cm,-avance-
  28. -abdeouahab@2.cm,-amira-
复制代码
No.7
  1. perl -ne 'print if(/-/ and /2\.cm\Z/)' f
复制代码
  1. razion----rzp81699----rzp2004@2.cm
  2. razin----marx2030----razin@2.cm
  3. razix----kenpowei1----kenalet@2.cm
  4. razgirz----devil1215----wxs19841215@2.cm
  5. razgriz----yin10166----playlogo@2.cm
  6. razeryokie----19803211a----yokie777@2.cm
  7. rb1987----58621435a----daipengrb@2.cm
复制代码

论坛徽章:
307
程序设计版块每周发帖之星
日期:2016-04-08 00:41:33操作系统版块每日发帖之星
日期:2015-09-02 06:20:00每日论坛发贴之星
日期:2015-09-02 06:20:00程序设计版块每日发帖之星
日期:2015-09-04 06:20:00每日论坛发贴之星
日期:2015-09-04 06:20:00每周论坛发贴之星
日期:2015-09-06 22:22:00程序设计版块每日发帖之星
日期:2015-09-09 06:20:00程序设计版块每日发帖之星
日期:2015-09-19 06:20:00程序设计版块每日发帖之星
日期:2015-09-20 06:20:00每日论坛发贴之星
日期:2015-09-20 06:20:00程序设计版块每日发帖之星
日期:2015-09-22 06:20:00程序设计版块每日发帖之星
日期:2015-09-24 06:20:00
6 [报告]
发表于 2016-07-19 21:00 |只看该作者
本帖最后由 sunzhiguolu 于 2016-07-19 21:11 编辑

No.8
  1. perl -ne 'print if(/[56]\.[co]m\Z/ and /\A\S/)' f
复制代码
  1. cpic0117      fba73d0b8a365fbf6fb91ade180ca6c0          1024167@5.cm
  2. 小伪ABC         c36ee6c28043ade9ba02961efbd1843f          156574440@5.cm
  3. wangtiejun    94a274cc9c163fdf2d6b727addc55702          feng963963@6.om
  4. w63175413     060b490e0a4cc923bbad7bafb79da716          529084131@6.om
  5. z305868417    7ea6e51e4ef90b8aab8e53ec835f76c8          z305868417@5.cm
  6. zjj3118549    31a3704c08ea5f3780d5c87a90327020          24751980@5.cm
复制代码
No.11
  1. perl -ne 'print if(/\|/)' f
复制代码
  1. 784053290        |        eee2928d138598e55ada6edfd04279fe        |        liujun6004@2.cm        |                a19871018
  2. qianloveyiyi        |        9235dd0a60f3c973721546b8b9c6b2ee        |        qianloveyiyi@2.cm        |                shenjiayi724
  3. qq497933801        |        c0d759feffedcad43acef33c74d4d84a        |        www.wsyybs@2.cm        |                974828yyb
  4. taeyes        |        71d0a117b466601f4a58209922192750        |        taeyes@2.cm        |                xy930907
  5. kinsin888        |        9fc4c1603f0819f11d19319b1eb48741        |        kinsin888@2.cm        |                kyyyhyl1983
  6. wunaixiejin        |        3bda3581cd38638fdd85fcfc067657da        |        shuizhidao1@2.cm        |                8253603a
  7. leonmao        |        886e0579be9bb7a57a18a916feb27c8a        |        leonmao123@2.cm        |                1q1q1q
复制代码
No.12
  1. perl -ne 'print if(!/\|/ and s/\h+\K//g == 3)' f
复制代码
  1. 飞落的风筝        d81670faae3bd035d724ea67b966852b        zhangxueqian0510@2.cm                0406523
  2. 谢立权        77990239387f06e6be7d6bf0ad14ce73        haotian0008@2.cm                771128
  3. 耶和华经济        25d55ad283aa400af464c76d713c07ad        doubli_N@2.cm                12345678
  4. q8222456        e9b54eae88121a24b487099fa0b7e092        dsad65@2.cm                46561323
  5. zcy0105        9b06a88a662a1807a0cd8b9dc5500e68        goodluck0000@2.cm                6317488
  6. jiale123        e10adc3949ba59abbe56e057f20f883e        jiale22@2.cm                123456
复制代码

论坛徽章:
307
程序设计版块每周发帖之星
日期:2016-04-08 00:41:33操作系统版块每日发帖之星
日期:2015-09-02 06:20:00每日论坛发贴之星
日期:2015-09-02 06:20:00程序设计版块每日发帖之星
日期:2015-09-04 06:20:00每日论坛发贴之星
日期:2015-09-04 06:20:00每周论坛发贴之星
日期:2015-09-06 22:22:00程序设计版块每日发帖之星
日期:2015-09-09 06:20:00程序设计版块每日发帖之星
日期:2015-09-19 06:20:00程序设计版块每日发帖之星
日期:2015-09-20 06:20:00每日论坛发贴之星
日期:2015-09-20 06:20:00程序设计版块每日发帖之星
日期:2015-09-22 06:20:00程序设计版块每日发帖之星
日期:2015-09-24 06:20:00
7 [报告]
发表于 2016-07-19 21:15 |只看该作者
以上的匹配都假设每行文本的 开头 或 末尾 不包括空白字符, 除了 示例文件的第 78 行以外.

第 9, 10 段文本 没有找到啥规律, 就不写了...

论坛徽章:
10
15-16赛季CBA联赛之同曦
日期:2016-06-11 19:22:4115-16赛季CBA联赛之深圳
日期:2020-05-31 16:13:5615-16赛季CBA联赛之同曦
日期:2020-01-28 12:42:47每日论坛发贴之星
日期:2016-08-09 06:20:00程序设计版块每日发帖之星
日期:2016-08-09 06:20:00每日论坛发贴之星
日期:2016-07-12 06:20:00程序设计版块每日发帖之星
日期:2016-07-12 06:20:00程序设计版块每日发帖之星
日期:2016-07-06 06:20:00程序设计版块每日发帖之星
日期:2016-07-04 06:20:0015-16赛季CBA联赛之佛山
日期:2021-02-26 09:33:41
8 [报告]
发表于 2016-07-19 22:05 |只看该作者
顶楼上、、、真不容易感觉- -

论坛徽章:
31
程序设计版块每日发帖之星
日期:2016-02-06 06:20:00程序设计版块每日发帖之星
日期:2016-07-20 06:20:00程序设计版块每日发帖之星
日期:2016-07-26 06:20:00每日论坛发贴之星
日期:2016-07-26 06:20:00程序设计版块每日发帖之星
日期:2016-07-27 06:20:00每日论坛发贴之星
日期:2016-07-27 06:20:00程序设计版块每日发帖之星
日期:2016-07-28 06:20:00程序设计版块每日发帖之星
日期:2016-07-29 06:20:00程序设计版块每日发帖之星
日期:2016-08-02 06:20:00程序设计版块每日发帖之星
日期:2016-08-06 06:20:00程序设计版块每日发帖之星
日期:2016-08-08 06:20:00程序设计版块每日发帖之星
日期:2016-08-09 06:20:00
9 [报告]
发表于 2016-07-20 07:01 |只看该作者
本帖最后由 bmne 于 2016-07-20 07:21 编辑

回复 7# sunzhiguolu


让你受累了,大神,真不好意思。感谢

文档太复杂,让你浪费脑细胞了

麻烦你再给修改一下

1、只提取它的反向文档(代码内容以外的项)perl -nle 'print if(/\b-{4}\b/g and !/-/g)'   (也就是说只删除代码文档,其它保留)  请给代码


2、再给个代码,调换位置的(重要)
   比如:
   fdr@126.com----uy
   chyd5@163.com----78f
   bcy56v@sina.com----6nf7
   8d5c@yahoo.com.cn----j78
   765@qq.com----vc.
   cg4----ch5@sina.com
   .aq----bg12@yahoo.com.cn
   67----mki@qq.com

   遇到邮箱在后面的就调换一下顺序,放到前面。修改后的结果
   
   fdr@126.com----uy
   chyd5@163.com----78f
   bcy56v@sina.com----6nf7
   8d5c@yahoo.com.cn----j78
   765@qq.com----vc.
   ch5@sina.com----cg4
   bg12@yahoo.com.cn----aq.
   mki@qq.com----67





   

论坛徽章:
307
程序设计版块每周发帖之星
日期:2016-04-08 00:41:33操作系统版块每日发帖之星
日期:2015-09-02 06:20:00每日论坛发贴之星
日期:2015-09-02 06:20:00程序设计版块每日发帖之星
日期:2015-09-04 06:20:00每日论坛发贴之星
日期:2015-09-04 06:20:00每周论坛发贴之星
日期:2015-09-06 22:22:00程序设计版块每日发帖之星
日期:2015-09-09 06:20:00程序设计版块每日发帖之星
日期:2015-09-19 06:20:00程序设计版块每日发帖之星
日期:2015-09-20 06:20:00每日论坛发贴之星
日期:2015-09-20 06:20:00程序设计版块每日发帖之星
日期:2015-09-22 06:20:00程序设计版块每日发帖之星
日期:2015-09-24 06:20:00
10 [报告]
发表于 2016-07-20 09:41 |只看该作者
No.1
  1. perl -nle 'next if(/\b-{4}\b/g and !/-/g);print' f
复制代码
No.2
  1. perl -nle 'if(/\b-{4}\b/g and !/-/g){print s/([^-]+)(-+)(.*)/$3$2$1/r}' f
复制代码
  1. 6316325----6316325@6.om
  2. 999999----fog128@6.om
  3. 840828----cbf88@6.om
  4. 19830923----jinwei1985@6.om
  5. 84915520----huxuanyan@6.om
  6. 153351----344964752@5.cm
  7. 371323----344966647@5.cm
  8. 456852----344966702@5.cm
  9. 8438903----344967682@5.cm
  10. wshilishuai----344968431@5.cm
复制代码
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP