寻找正则表达式以从 /etc/passwd 中提取电子邮件地址

Posted 2023-03-15

【中文标题】寻找正则表达式以从 /etc/passwd 中提取电子邮件地址

【英文标题】：Looking for regex to extract email addresses from /etc/passwd

【发布时间】：2010-09-10 20:27:43

【问题描述】：

我的大多数用户在/etc/passwd 中都有与其个人资料相关联的电子邮件地址。它们始终位于第 5 个字段中，我可以抓取，但它们出现在第 5 个字段中以逗号分隔的列表中的不同位置。

谁能给我一个正则表达式来获取此文件中一行中的电子邮件地址（用逗号分隔）？ （我将在 bash 脚本中使用 grep 和 sed）

文件中的示例行：

user1:x:1147:5005:User One,Department,,,[e-mail]:/home/directory:/bin/bash
user2:x:1148:5002:User Two,Department2,[e-mail],:/home/directory:/bin/bash

【问题讨论】：

http://www.regular-expressions.info/email.html

这能回答你的问题吗？ How to validate an email address using a regular expression?

【参考方案1】：

怎么样：

,([^@]+@[^,:]+)

组包含电子邮件地址的位置。

[根据地址并不总是以逗号结尾的评论更新]

【讨论】：

该字段有时仅以逗号结尾

因此，在使用 RegEx 之前，请务必在前面加上逗号。

或者将 [^,] 替换为 [^,:] - 我认为这样更简单

【参考方案2】：

搜索 @ 符号前后的所有电子邮件有效字符。喜欢：

[-A-z0-9.]+@[-A-z0-9.]+

贪婪匹配应该尽可能地提取所有内容，并且会在逗号或冒号处停止。

不过，请检查电子邮件地址中的有效字符。我遗漏了一些（比如 +）

【讨论】：

可能更容易说明你不想要什么，而不是试图找出什么是有效的。在这种情况下，他不想要逗号（如果这在电子邮件地址中有效，那么我认为他对 RegExpr 不走运）。 [^,]+ 在这种情况下可以。

其实我在里面加了下划线。这就是 ]+@[-A-z0-9 的原因。是斜体。 :)

其实除了'_'还有其他合法的字符。有关详细信息，请参阅 RFC 2821 和 RFC 2822。

您可以将右侧（@ 之后）保留为 [-A-Za-z0-9.]+ ，因为 FQDN 只能合法地包含这些字符。根据 RFC，左侧具有更广泛的法律字符集。

【参考方案3】：

[a-z0-9!#$%&'*+/=?^_`|~-]+(?:\.[a-z0-9!#$%&'*+/=?^_`|~-]+)*@(?:[a-z0-9](?:[a-z0-9-]*[a-z0-9])?\.)+[a-z0-9](?:[a-z0-9-]*[a-z0-9])?

应该捕获大多数 emials

【参考方案4】：

实际上，这对于 Awk 来说是一个完美的工作。现在，像大多数人一样，我会在继续之前说“我不是 Awk 专家”...

awk -F : 'print $5' /etc/passwd

会得到第 5 个字段，其中 ':' 是来自 /etc/passwd 的字段分隔符 - 它可能是您想要的第 5 个字段。

awk -F , 'print $1'

将从标准输入中获取第一个字段，其中“，”是他的定界符

awk -F : 'print $5' /etc/passwd | awk -F , 'print $1'

将从您的 /etc/passwd 文件中的第五个冒号分隔字段（包含所有这些杂乱无章的字段！）中获取第一个逗号分隔字段（名称字段）。

调整打印 $1 以获取包含您的电子邮件的字段。

毫无疑问，如果没有 Awk 中的管道，就可以做到这一点。我使用 Awk 来分割事物中的字段，而不是其他。我觉得它令人困惑，这是来自喜欢正则表达式的人......

【讨论】：

这仅在地址始终位于相同的逗号分隔字段中时才有效 - 问题指出，事实并非如此。

这是真的，我见过不同的地方，但没有将其解释为不同的逗号分隔字段，但看看这个例子就清楚了。我的错。

【参考方案5】：

sed -r -e "s/^.*[,:]([^,:]+@[^,:]+).*$/\1/g" /etc/passwd

会成功的

【参考方案6】：

标准的RFC 2822怎么样：

(?:[a-z0-9!#$%&'*+/=?^_`|~-]+(?:\.[a-z0-9!#$%&'*+/=?^_`|~-]+)*|"(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21\x23-\x5b\x5d-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])*")@(?:(?:[a-z0-9](?:[a-z0-9-]*[a-z0-9])?\.)+[a-z0-9](?:[a-z0-9-]*[a-z0-9])?|\[(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.)3(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?|[a-z0-9-]*[a-z0-9]:(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21-\x5a\x53-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])+)\])

是的。而已。 :)

【讨论】：

...实际上，该 RFC 的完整实现有点...复杂：ex-parrot.com/~pdw/Mail-RFC822-Address.html

【参考方案7】：

sed 's/,*:\/.*//;s/^.*://;s/.*,//' /etc/passwd