Question

如果可能的话，我希望对此电子邮件解析器提供一些帮助。

这段代码具有所有适当的声明和初始化，但我不确定我在哪里弄乱这个循环：

  while ( getline( fin, lines ) )
  {
     for ( int i = 0; i < lines.length( ); i++ )
     {
        if ( lines[ i ] == '@' )
        {
           for ( s = i; s < lines.length( ); s-- )
           {
              if ( s < 0 )
              {
                 break;
              }
              if ( validChar( lines[ s ] ) == false )
              {
                 break;
              }
           } //for

           for ( e = i; e > lines.length( ); e++ )
           {
              if ( e == lines.length( ) )
              {
                 break;
              }
              if ( validChar( lines[ e ] ) == false )
              {
                 break;
              }
              if ( lines[ e ] == '.' )
              {
                 hasDot = true;
              }
           } // for

           anEmail = lines.substr( s, e );

           cout << anEmail << endl;
        }
     } // if
  }    // while

这是为了这个功能：

  bool validChar( char a )
  {
     bool result = false;
     if ( a >= 'A' && a <= 'Z' || a >= 'a' && a <= 'z' || a >= '0' && a <= '9' || a == '.' || a == '-' || a == '+' )
     {
        result = true;
     }
     return result;
  }

编辑：一个测试用例是文本文件中的这个字符串“这是一个带有DummyTest@my.test的电子邮件文件和其他一些测试文本”，我想要这个“DummyTest@my.test”，我想我只得到这个“@ my.test和其他一些测试文本”

我哪里错了？

Answer 1

您的问题在这里：

       for ( s = i; s < lines.length( ); s-- )
       {
          //...
          if ( validChar( lines[ s ] ) == false )
          {
             break;
          }
       } //for

您正在检查lines[s]是否有效以决定是否终止;但最初是lines[s] == '@'，因为你刚刚找到了@！如果您将s初始化为i - 1，那么您就会更加接近......但是，您会发现您的substr有一堆off off off它。您最终需要执行anEmail = lines.substr( s + 1, e + 1 );

但这只会导致代码超过您的测试用例。这不是解析电子邮件地址的有效方法。此方法不适用于所有有效的电子邮件地址，包括"an@sign"@foo和"spaces are legal only in quotes"@foo。您还需要扩展validChar来处理实际的有效字符集，这些字符因名称和域而异; !#$%&'*+-/=?^_{}|~@[IPv6:2001:db8:1ff::a0b:dbd0]完全合法。最后，如果您真正排除非法地址非常重要，那么您将再次受到此方法的限制：double..dot@foo不合法，double@at@foo也不合法。

这个来源是RFC822（或它更新的兄弟姐妹RFC5322和RFC6531），你会发现正则表达式无法解析电子邮件，因为name(comment(comment))@foo是合法的，虽然name(comment))@foo不是。

c ++中的电子邮件解析器

1 个答案: