Email地址清理
更新时间:2026-05-18
Email 地址清理
简介
Email 地址清理算子,从文本中识别并移除电子邮件地址,用于数据脱敏和文本净化。
功能描述
- 使用正则表达式识别文本中的电子邮件地址
- 将识别到的邮件地址替换为空字符串或指定占位符
- 空文本或 None 返回 None
算子参数
输入
| 输入 | 含义 |
|---|---|
| texts | 文本字符串数组 |
输出
| 输出 | 含义 |
|---|---|
| cleaned_text | 移除邮件地址后的文本(large_string),空文本返回 None |
参数
无
调用示例
Plain Text
1from __future__ import annotations
2
3import os
4
5import daft
6from daft import col
7
8from daft.aihc.common.udf import aihc_udf
9from daft.aihc.functions.text.clean_email import CleanEmail
10
11if __name__ == "__main__":
12 if os.getenv("DAFT_RUNNER", "native") == "ray":
13 import ray
14 ray.init(dashboard_host="0.0.0.0", ignore_reinit_error=True)
15 daft.set_runner_ray()
16 daft.set_execution_config(actor_udf_ready_timeout=6000, min_cpu_per_task=0)
17
18 samples = {"text": ["Contact us at admin@example.com for help.", "No email here.", "Send to user@test.org or admin@foo.bar"]}
19 ds = daft.from_pydict(samples)
20 ds = ds.with_column(
21 "cleaned_text",
22 aihc_udf(
23 CleanEmail,
24 num_cpus=1,
25 concurrency=4,
26 batch_size=1024,
27 )(col("text")),
28 )
29 ds.show()
评价此篇文章
