解析电子邮件“Received：”标题

Question

根据RFC 5321，我们需要解析Received:电子邮件标题。我们需要提取邮件已遍历的域\ IP。此外，我们需要确定IP是否为内部IP。是否已经有一个库可以帮助您，特别是在C \ C++中。

例如，

Received: from server.mymailhost.com (mail.mymailhost.com [126.43.75.123]) 
    by pilot01.cl.msu.edu (8.10.2/8.10.2) with ESMTP id NAA23597; 
    Fri, 12 Jul 2002 16:11:20 -0400 (EDT) 

我们需要提取 “由” 服务器。

感谢

Answer 1

不难解析这样的头部，甚至手动线由行。正则表达式可以通过查看by\s+(\w)+\(来实现。对于C++，您可以尝试使用library或that one。

Answer 2

你要使用正则表达式可能

（？< =通过）。*（？=含）

这会给你pilot01.cl.msu.edu（8.10.2/8.10.2）

编辑： 我觉得这很有趣，当它实际上得到了OP要求的内容时，它被修改了下来。

C＃：

string header = "Received: from server.mymailhost.com (mail.mymailhost.com [126.43.75.123]) by pilot01.cl.msu.edu (8.10.2/8.10.2) with ESMTP id NAA23597; Fri, 12 Jul 2002 16:11:20 -0400 (EDT)"; 
     System.Text.RegularExpressions.Regex r = new System.Text.RegularExpressions.Regex(@"(?<=by).*(?=with)"); 
     System.Text.RegularExpressions.Match m = r.Match(header); 
     Console.WriteLine(m.Captures[0].Value); 
     Console.ReadKey(); 

我没有声称它是完整的，但如果把它的人-1甚至试图想知道。呃..

Answer 3

您是否考虑过使用regular expressions？

Here是内部不可路由地址范围的列表。

Answer 4

vmime应该没问题，没有任何邮件库允许你这样做。

Answer 5

您可以使用正则表达式。它看起来像这样（未测试）：

#include <regex.h> 

regex_t *re = malloc(sizeof(regex_t)); 

const char *restr = "by ([A-Za-z.]+) \(([^\)]*)\)"; 

check(regcomp(re, restr, REG_EXTENDED | REG_ICASE), "regcomp"); 

size_t nmatch = 1; 

regmatch_t *matches = malloc(sizeof(regmatch_t) * nmatch); 

int ret = regexec(re, YOUR_STRING, nmatch, matches, 0); 

check(ret != 0, "regexec"); 

int size; 

size = matches[2].rm_eo - matches[2].rm_so; 
char *host = malloc(sizeof(char) * size); 
strncpy(host, YOUR_STRING + matches[2].rm_so, size); 
host[size] = '\0'; 

size = matches[3].rm_eo - matches[3].rm_so; 
char *ip = malloc(sizeof(char) * size); 
strncpy(ip, YOUR_STRING + matches[3].rm_so, size); 
ip[size] = '\0'; 

检查是宏来帮助你找出是否有任何问题：

#define check(condition, description) if (condition) { fprintf(stdout, "%s:%i - %s - %s\n", __FILE__, __LINE__, description, strerror(errno)); exit(1); } 

Answer 6

通过“收到”线所使用的格式定义的RFC 2821和正则表达式无法解析它。

（你可以想试试，并通过你可能会成功的已知软件制作标题的有限的子集，但是当你连接这奇怪的东西，在现实世界中发现的范围邮件就会失败。）

使用现有的RFC 2821解析器，您应该可以，但否则您应该期望失败，并编写软件以应对此问题。不要将任何重要的安全系统作为基础。

我们需要提取“by”服务器。

'from'更有可能被使用。'by'行中给出的主机名由主机本身看到，因此不能保证它是公共可解析的FQDN。当然，你并不倾向于在那里获得有效的（TCP-Info）。

Answer 7

有一个Perl Received module这是SpamAssassin代码的一个分支。它返回一个带有相关信息的Received标头的散列。例如

{ ip => '64.12.136.4', 
    id => '875522', 
    by => 'xxx.com', 
    helo => 'imo-m01.mx.aol.com' } 

Answer 8

typedef struct mailHeaders{ 
    char name[100]; 
    char value[2000]; 
}mailHeaders; 

int header_count = 0; 
mailHeaders headers[30]; // A struct to hold the name value pairs 

char *GetMailHeader(char *name) 
{ 
    char *value = NULL;; 
    int i; 

    for(i=0;i<header_count;i++){ 
     if(strcmp(name,headers[i].name) == 0){ 
      value = headers[i].value; 
      break; 
     } 
    } 
    return(value); 
} 


void ReadMail(void) 
{ 

    //Loop through the email message line by line to separate the headers. Then save the name value pairs to a linked list or struct. 
      char *Received = NULL // Received header 
    char *mail = NULL; // Buffer that has the email message. 
    char *line = NULL; // A line of text in the email. 
    char *name = NULL; // Header name 
    char *value = NULL; // Header value 

    int index = -1;  // Header index 


    memset(&headers,'\0',sizeof(mailHeaders)); 

    line = strtok(mail,"\n"); 
    while(line != NULL) 
    { 

     if(*line == '\t') // Tabbed headers 
     { 
      strcat(headers[index].value,line); // Concatenate the tabbed values 
     } 
     else 
     { 
      name = line; 
      value = strchr(line,':'); // Split the name value pairs. 
      if(value != NULL) 
      { 
       *value='\0'; // NULL the colon 
       value++;  // Move the pointer past the NULL character to separate the name and value 
       index++; 
       strcpy(headers[index].name,name); // Copy the name to the data structure 
       strcpy(headers[index].value,value); // Copy the value to the data structure 
      } 

     } 

     if(*line == '\r') // End of headers 
      break; 

     line = strtok(NULL,"\n"); // Get next header 
     header_count = index; 
    } 

      Received = GetMailHeader("Received"); 

}