V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
flowercold
V2EX  ›  程序员

如何过滤得到文本中的「姓名、城市、手机号码」的信息?

  •  
  •   flowercold · 2013-11-01 16:01:20 +08:00 · 3188 次点击
    这是一个创建于 4026 天前的主题,其中的信息可能已经有所发展或是发生改变。
    一些背景信息:

    -500w的文本数据(字母、数字,汉字,特殊符号);
    -每条文本数据格式较固定,例「*张小明*18800008877*深圳*」;
    -「*」可能包含和手机号位数一样的数字;
    -「姓名」里面的字也有可能和「城市」名字重合;
    3 条回复    1970-01-01 08:00:00 +08:00
    gamexg
        1
    gamexg  
       2013-11-01 18:15:31 +08:00
    条之间的分隔呢?
    如果有的话,正则应该能提取出来。
    姓名里面不会含有数字;手机号码有一定的位数,开头也是固定的。
    bingwenshi
        2
    bingwenshi  
       2013-11-01 22:58:54 +08:00
    awk
    slixurd
        3
    slixurd  
       2013-11-02 00:17:58 +08:00
    500w条不自己写个c++小程序来跑?python什么的也行..
    awk如果会用更好,直接写bash
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2612 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 28ms · UTC 03:50 · PVG 11:50 · LAX 19:50 · JFK 22:50
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.