Conteúdo do arquivo:
17541 From Email [email protected] Inbound Policy Manager Envelope Analysis Profiler 17541 From Email [email protected] Inbound Policy Manager Envelope Analysis Profiler 17541 From Domain test.co.uk Inbound Policy Manager Envelope Analysis Profiler 17541 From Domain yahoo.co.uk Inbound Policy Manager Envelope Analysis Profiler 17541 From Email [email protected] Inbound Policy Manager Envelope Analysis Profiler
Eu uso esse comando para extrair e-mails e convertê-los para o novo formato, mas não consigo extrair domínios. Eu uso "sort -u" porque alguns e-mails são duplicados no arquivo.
cat 1| grep -E -o "\b[a-zA-Z0-9.-]+@[a-zA-Z0-9.-]+\.[a-zA-Z0-9.-]+\b"|sed -e 's/^/E,/'|sort -u
Visualização esperada após domínios do grep:
test.co.uk yahoo.co.uk
A sua expressão grep está bem, é o sed que não funciona, mude para:
< 1 grep -Eo '\b[a-zA-Z0-9.-]+@[a-zA-Z0-9.-]+\.[a-zA-Z0-9.-]+\b' | sed -e 's/[^@]*@//' | sort -u
Assumindo que o arquivo de entrada é chamado de 1 . Você também pode fazer tudo com o grep:
< 1 grep -Eo '\b[a-zA-Z0-9.-]+@[a-zA-Z0-9.-]+\.[a-zA-Z0-9.-]+\b' | grep -Eo '[^@]+$' | sort -u
Este awk one-liner fornece a saída que você deseja
awk '/From Email/ { if( !match($4,"@") ){ print $4 } }' inputfile
Seleciona as linhas que contêm 'From Email' e verifica se a quarta coluna contém um @. Você pode usar match com expressões regulares para corresponder a um domínio e não a um endereço de e-mail, se desejar.