OpenRefine正则表达式和GREL匹配错误

Question

在openRefine我想在网站源上运行以下正则表达式，以查找带有mailto链接的电子邮件地址。 我的麻烦是运行value.match时遇到此错误：

偏移12处的解析错误：正则表达式错误（索引10附近的未封闭字符类。* mailto：[^ ^）

我已经在没有value.match的另一个环境中测试了该表达式，并且可以正常工作。

value.match(/.*mailto:[^/"/']*.com.*/)

Answer 1

isNotNull(value.match(/.*mailto:[^\"\']*.com.*/)) 

如我们对match（）函数的参考页中所述，它会在RegEx模式中返回一组捕获组，然后isNotNull（）如果您的值类似于该模式，则输出True或False： https : //github.com/OpenRefine / OpenRefine / wiki / GREL-String-Functions＃matchstring-s-regexp-p

在此处也进行了描述： https : //github.com/OpenRefine/OpenRefine/wiki/Understanding-Regular-Expressions#basic-examples

您还可以按照Wiki上的食谱中的说明使用get（），但只有在每个单元格只有1个电子邮件地址的情况下，BUT才能很好地工作（这是因为get（）函数不带数字或非数字，进行假设并使用长度）确定最后一个元素并仅推出最后一个元素，而不是第一个或第三个，等等）： https : //github.com/OpenRefine/OpenRefine/wiki/Recipes#find-a-sub-pattern在字符串的末尾存在

例如：

get(value.match(/.*(mailto:[^\"\']*.com).*/),0)

Answer 2

因此，如果您有以下文字：

Blah blah <a href="mailto:j.bloggs@example.com">mail me</a>

要使用OpenRefine中的匹配功能提取电子邮件地址，您需要使用：

value.match(/.*mailto:([^\"\']*.com).*/)

这将提供一个包含电子邮件地址的数组，该电子邮件地址是使用捕获组捕获的。 要从数组中提取电子邮件地址（如果要将邮件地址存储在OpenRefine单元中，这是必需的），则需要从数组中获取字符串值。 例如：

value.match(/.*mailto:([^\"\']*.com).*/)[0]

您的原始表达式与该表达式之间的区别在于，字符可以正确转义并且有一个捕获组-基本上在上述注释中实现了@LukStorms的建议。