reference: https://www.gharchive.org/
how to use:
code:
SELECT REGEXP_EXTRACT(email, r'@(.*)') domain, COUNT(*) c
FROM (
SELECT REGEXP_EXTRACT(payload, r'([a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+)') email
FROM `githubarchive.year.2019`
)
-- WHERE REGEXP_CONTAINS(email, r"@[a-zA-Z0-9-]+\.[a-zA-Z0-9-]")
WHERE REGEXP_CONTAINS(email, r"@[a-zA-Z0-9-]+\.edu")
GROUP BY 1
ORDER BY 2 DESC
LIMIT 500;
result - wordwide:
result - chinese universities:
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.