Per estrarre tutti gli indirizzi email contenuti in un file di testo (ad esempio un messaggio email con tutte le intestazioni) è sufficiente l’utilizzo di grep e di altri tool da shell:

$ grep -o '[[:alnum:]+\.\_\-]*@[[:alnum:]+\.\_\-]*' EMAIL_SAMPLES.TXT | sort | uniq -i

Vediamo in dettaglio come funziona questa pipe:

• grep -o scansiona il file di testo indicato e stampa tutte le stringhe che corrispondo ai criteri specificati dall’espressione regolare;
• '[[:alnum:]+\.\_\-]*@[[:alnum:]+\.\_\-]*' è un’espressione regolare che identifica un indirizzo email;
• sort ordina i risultati ottenuti da grep;
• uniq -i filtra i risultati in modo che ciascun indirizzo appaia una sola volta.

E’ anche possibile inglobare questo comando in uno shell script:

#!/usr/bin/env bash
if [ -f "$1" ]; then
    grep -o '[[:alnum:]+\.\_\-]*@[[:alnum:]+\.\_\-]*' "$1" | sort | uniq -i
else
    echo "Expected a file at $1, but it doesn't   exist." >&2
    exit 1
fi

e richiamarlo dal prompt passandogli come parametro il nostro file da analizzare:

$ script.sh EMAIL_SAMPLES.TXT

Da shell eseguire il comando:

$ grep -rnw 'directory' -e "pattern"

-r o -R esegue una ricerca in tutte le sottocartelle (ricerca recursive), -n mostra il numero di linea and -w ricerca la parola intera. Se si aggiunge -l (lettera L) verrà mostrato solo il nome del file.

Oltre a questi è possibile utilizzare i parametri --exclude o --include per effettuare una ricerca più mirata:

$ grep --include=\*.{c,h} -rnw 'directory' -e "pattern"

Il comando ricerca la stringa pattern solo nei file che hanno estensione .c o .h. Allo stesso modo il parametro --exclude:

$ grep --exclude=*.o -rnw 'directory' -e "pattern"

esclude dalla ricerca i file che terminano con l’estensione .o.

Anziché file è possibile include o escludere intere directory attraverso i parametri --exclude-dir e --include-dir, come nell’esempio:

$ grep --exclude-dir={dir1,dir2,*.dst} -rnw 'directory' -e "pattern"

Per ulteriori opzioni è possibile consultare il manuale di grep:

$ man grep