Discussion :

[elodouwen]

bonjour
j'ai exporté un .pdf en .txt avec python et maintenant je souhaite récupérer les adresses mail qu'il contient
j'ai trouvé sur internet ce script :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

grep -iEo ‘[a-z.0-9-_]{1,}@[a-z0-9-_]*.[-a-z0-9-_]*.*[a-z]{2,4}’ listeParentsTriDivisionCOLLEGE.pdf.txt | sort | uniq > listecollege.txt

plus précisément je l'ai trouvé ici : trouvé ici https://www.nuleninfo.com/tutoriels/47-maillinux/
le truc c'est que je ne maîtrise par grep et je ne comprend pas quoi faire avec le message d'erreur que j'ai :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

grep: invalid character range

j'aurai une deuxième question après, mais pouvez-vous me débloquer déjà ici ?
merci !

[Sve@r]

Bonjour

j'ai trouvé sur internet ce script :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

grep -iEo ‘[a-z.0-9-_]{1,}@[a-z0-9-_]*.[-a-z0-9-_]*.*[a-z]{2,4}’ listeParentsTriDivisionCOLLEGE.pdf.txt | sort | uniq > listecollege.txt

le truc c'est que je ne maîtrise par grep et je ne comprend pas quoi faire avec le message d'erreur que j'ai :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

grep: invalid character range

Copier/coller des codes issus du net ce n'est pas forcément à faire. Surtout si ces codes sont typographiés avec une police qui ressort joliement à l'écran mais qui donne des caractères incompatibles bash.
Les chaines du grep se mettent entre double quotes. Ici elle commence par une backquote et se termine par une quote simple. Et en shell, les backquotes ont une signification particulière (ainsi que les quotes simples qui en ont une autre).

[N_BaH]

oui.
les apostrophes n'en sont pas.
et la regex est erronée : un nom de domaine ne peux pas être tel qu'elle le décrit.

et oui. nuleninfo est bien nuleninfo; ça aurait dû de titiller le neurone.

[elodouwen]

c'est gentil les gars d'avoir relevé mon incompétence et de m'avoir averti que le copier coller ne marche pas
vous, vous savez faire, moi non
si vous ne pouvez pas juste me rectifier le code, ce qui risque de vous prendre quelques secondes, je vais me décider à passer quelques heures à apprendre grep
l'an prochain sûrement après le rush du boulot…
bonne soirée
Vincent

[Sve@r]

c'est gentil les gars d'avoir relevé mon incompétence et de m'avoir averti que le copier coller ne marche pas

Bah, ça t'a au-moins appris quelque chose. Moi je suis content chaque fois que j'apprends un truc.

vous, vous savez faire, moi non

Tu aurais pu aussi ouvrir un tutoriel. On a tous été débutants, on a tous ouvert un livre dans lequel était indiqué que grep voulait une chaine à chercher. Ensuite évidemment vient la notion de "comment exprimer une chaine en shell" qu'on supposait connue de ta part. Parce que si on doit en plus estimer ton niveau de méconnaissances comment savoir où s'arrêter ? Au shell ? A Linux ? A l'ordinateur ?

si vous ne pouvez pas juste me rectifier le code, ce qui risque de vous prendre quelques secondes

Tu es enseignant, tu acceptes ça de tes élèves? Tu leurs dit "ici il y a une erreur" tu acceptes qu'ils te répondent "si vous ne pouvez pas juste me rectifier, ce qui risque de vous prendre quelques secondes" ???
Donc si je ne l'ai pas fait, c'est déjà parce que je ne voyais pas la nécessité. Tu as récupéré une regex sur un site, je pars du principe qu'elle fonctionne (le type qui l'a écrite l'aura au-moins testé). Donc je te dis que l'erreur est sur les quotes qui doivent être doubles tu changes alors les quotes en quotes double ça ne risque que de te prendre quelques secondes.

[N_BaH]

oops, oui, j'ai oublié de dire que le tiret, qui, entre crochets, indique normalement des intervalles, pour être considéré en tant que tel, doit n'être pas précédé, ou pas suivi par un quelconque caractère.

[elodouwen]

j'ai étudié le Bash en Mooc (super Mooc la Réunion) il y a plusieurs années
j'avais adoré
j'avais pas approfondi le grep, juste les bases
j'avais écrit un tuto dessus
mais là je suis pas du tout en mode apprentissage, j'ai très peu de temps et j'ai vraiment besoin d'extraire les adresses mails
j'ai essayé ce que vous avez dit "transformer les ' en " (guillemet) j'ai essayé aussi de transformer les ' en (deux apostrophes) mais ça ne marche pas et j'ai pas compris la remarque sur les tirets (les - ? les _ ?)
j'ai essayé ça donc

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
grep -iEo ‘[a-z.0-9-_]{1,}@[a-z0-9-_]*.[-a-z0-9-_]*.*[a-z]{2,4}’ truc.pdf.txt | sort | uniq > listecollege.txt
grep -iEo "[a-z.0-9-_]{1,}@[a-z0-9-_]*.[-a-z0-9-_]*.*[a-z]{2,4}" truc.pdf.txt | sort | uniq > listecollege.txt
grep -iEo ''[a-z.0-9-_]{1,}@[a-z0-9-_]*.[-a-z0-9-_]*.*[a-z]{2,4}'' truc.pdf.txt | sort | uniq > listecollege.txt

mais toujours le même message d'erreur
si je dois plonger dans le manuel de grep bon il est certain que c'est instructif… mais long…
si jamais, avant, cependant, vous avez une idée je suis preneur
désolé pour tout à l'heure si j'ai été impatient
et tu peux retirer la dernière ligne aussi
voilà : juste pour dire que si vous avez une idée je suis bien preneur