使用正则表达式从邮件中提取信息

我想在c＃中使用正则表达式从电子邮件中提取一些信息。使用正则表达式从邮件中提取信息

这里是从电子邮件中的一小段：

...with mapi id 14.02.0387.000; Thu, 6 Feb 2014 09:09:33 +0100 
From: site <[email protected]> 
To: "[email protected]" <[email protected]> 
Subject: can this bounce 
Thread-Topic: can this bounce 
Thread-Index: Ac8jEr8t3k2RouQ1RaGPCXGFcE5oNg==Date:...

我想提取“从”的<>之间的地址，“收件人” <>和主题（在本例之间的地址，主题是“can this bounce”）

我对正则表达式并不是很熟悉，所以我会很感激任何帮助。

（顺便说一句和，如果有一个更简单更巧妙的解决办法我会很高兴地听到！）使用LINQ

来源

2014-02-06 Jesper Plantener

http://hpop.sourceforge.net/ – nhahtdh

：A液（。*？）

var fromAddress = new string(msg.SkipWhile(c => c != '<').Skip(1).TakeWhile(c => c != '>').ToArray()); 

var toAddress = new string(msg.Substring(msg.IndexOf("To")).SkipWhile(c => c != '<').Skip(1).TakeWhile(c => c != '>').ToArray()); 

var subject = new string(msg.Substring(msg.IndexOf("Subject")).SkipWhile(c => c != ' ').Skip(1).TakeWhile(c => c != 'T').ToArray());

来源

2014-02-06 12:02:51

很整齐，和它的作品！现在唯一的问题是，实际邮件由许多行组成......并且满足LINQ表达式中的要求的第一行其实不是正确的，所以我需要跳过第一行。是否有办法使它选择字符串中的最后一行，而不是第一行？ –

你可以用'string.Substring'跳过第一行，例如'message.Substring（message.IndexOf（“startFromHere”））' –

\ <>

\ <：<是元字符，需要进行转义，如果你想匹配它字面上。
（。*？）：以非贪婪的方式匹配所有内容并捕获它。
>：>是一个元字符，需要转义，如果你想从字面上匹配。

来源

2014-02-06 12:08:14 TJF

全运行例如使用正则表达式：
我用图案与3组：
@"[Ff]rom:[^<]*\<([^@][email protected][^>]+)>[Tt]o:[^<]*\<([^@][email protected][^>]+)>[Ss]ubject: ?(.*)Thread-Topic"）

string source = "...with mapi id 14.02.0387.000; Thu, 6 Feb 2014 09:09:33 +0100From: site <[email protected]>To: \"[email protected]\" <[email protected]>Subject: can this bounceThread-Topic: can this bounceThread-Index: Ac8jEr8t3k2RouQ1RaGPCXGFcE5oNg==Date:..."; 
Regex pattern = new Regex("[Ff]rom:[^<]*\\<([^@][email protected][^>]+)>[Tt]o:[^<]*\\<([^@][email protected][^>]+)>[Ss]ubject: ?(.*)Thread-Topic"); 
MatchCollection mc = pattern.Matches(source); 
string partFrom = ""; string partTo = ""; string subject = ""; 
if(mc.Count>0) 
{ 
    partFrom = mc[0].Groups[1].Value; 
    partTo = mc[0].Groups[2].Value; 
    subject = mc[0].Groups[3].Value; 
} 
Console.WriteLine("From: " + partFrom + " To: " + partTo + " Subject: " + subject);

我检查，如果内部邮件符号（存在@）在我的表达和提取物所有部分都是单一模式。
如果你想找到只有电子邮件地址，你可以使用这个表达式：

@"\<[^>@][email protected][^>]+>"

来源

2014-02-06 12:11:30 Atiris

我刚试过你的解决方案，但由于某种原因，mc.Count永远不会> 0 .. :( –

我测试我的解决方案，我得到这个结果：'From：[email protected]到：[email protected]主题：这可以反弹吗？所以你不可能得到不同的结果。我相信你使用了不同的输入。你能发送你测试过的字符串“source”的全部内容吗？ ..或更新你的问题，并写下你已经测试过的东西。 – Atiris

嗨Atiris，是的，我使用不同的输入字符串。没有张贴在这里，因为它相当长。是否有可能在这里使用一些邮件系统发送它，或者你想怎么做？ –

我用你的源文本试过这使用RegexBuddy与.NET的味道，它打破它变成一个名为捕获组，这样就可以使用match.Groups [“FROM”]。值等

然后，您可以迭代匹配以确定匹配是否包含指定捕获组中的值。在匹配可能不完整的文档时，我使用过这种方法。

(?:From: .+<(?<FROM>.+)>)?(?:To: .+<(?<TO>.+)>)?(?:Subject: (?<SUBJECT>.+))?

来源

2014-02-06 12:19:04 Tom

与Atiris的答案一起使用:) – Tom

使用正则表达式从邮件中提取信息

回答

相关问题