问题标签 [google-refine]

我正在尝试仅从 openrefine 中的文本列中提取电子邮件。有些单元格只有电子邮件，但其他单元格有名称和电子邮件john doe <john@doe.com>格式。我一直在使用以下 GREL/regex，但它不会返回整个电子邮件地址。对于上面的例子，我得到了["n@doe.com"]

任何帮助深表感谢。

我有大约 30 万个非结构化数据，如下面的屏幕所示。我正在尝试使用 Google 优化或 OpenRefine 来解决这个问题。但是，我无法找到正确的方法来做到这一点。我是这个工具的新手。任何人的帮助将不胜感激。此外，此工具处理 300k 记录的速度很慢。如果我正在尝试一些东西，它需要花费大量时间来处理并给出输出。

或者请建议任何其他开源工具和技术来做到这一点？

我有下表

并希望得到关注

IE。我梦想着类似于填充教程的“填充”

我还没有找到开箱即用的功能。你有进一步的信息吗？

我遇到了两个 json 文件的情况：文件 A 包含不同的数据，其中一个包含数字 id。文件 B 包含与增值税号链接的所有可能的数字 id。在 rdf 最终文件中，我想替换第一个文件的 ids 列或添加具有关联增值税号的另一列。欢迎任何建议，谢谢

编辑：文件A结构（它是一个像这样结构化的数据数组）。“供应商”字段始终包含一个值，即我之前提到的 id 参数

文件B结构（另一个数组）

我需要将“供应商”与增值税号链接或将其替换为增值税号