OpenRefine正則表達式和GREL匹配錯誤

Question

在openRefine我想在網站源上運行以下正則表達式，以查找帶有mailto鏈接的電子郵件地址。 我的麻煩是運行value.match時遇到此錯誤：

偏移12處的解析錯誤：正則表達式錯誤（索引10附近的未封閉字符類。* mailto：[^ ^）

我已經在沒有value.match的另一個環境中測試了該表達式，並且可以正常工作。

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

Answer 1

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

如我們對match（）函數的參考頁中所述，它會在RegEx模式中返回一組捕獲組，然后isNotNull（）如果您的值類似於該模式，則輸出True或False： https : //github.com/OpenRefine / OpenRefine / wiki / GREL-String-Functions＃matchstring-s-regexp-p

在此處也進行了描述： https : //github.com/OpenRefine/OpenRefine/wiki/Understanding-Regular-Expressions#basic-examples

您還可以按照Wiki上的食譜中的說明使用get（），但只有在每個單元格只有1個電子郵件地址的情況下，BUT才能很好地工作（這是因為get（）函數不帶數字或非數字，進行假設並使用長度）確定最后一個元素並僅推出最后一個元素，而不是第一個或第三個，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中的匹配功能提取電子郵件地址，您需要使用：

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

這將提供一個包含電子郵件地址的數組，該電子郵件地址是使用捕獲組捕獲的。 要從數組中提取電子郵件地址（如果要將郵件地址存儲在OpenRefine單元中，這是必需的），則需要從數組中獲取字符串值。 例如：

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

您的原始表達式與該表達式之間的區別在於，字符可以正確轉義並且有一個捕獲組-基本上在上述注釋中實現了@LukStorms的建議。