Question

我需要从纯文本段中删除电子邮件地址。我用Google搜索并搜索了这个网站并找到了很多建议 - 我都无法开展工作。我正在使用这样的代码：

Imports System.Text.RegularExpressions

        Dim strEmailPattern As String = "^[_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*(\.[a-z]{2,4})$"       
        Dim senText As String = "blah blah blah blah blah someone@somewhere.com"  
        Dim newText As String = String.Empty

        newText = Regex.Replace(senText, strEmailPattern, String.Empty)

在调用Regex.Replace之后，newText字符串仍然包含完整的senText字符串，包括电子邮件。我以为这是我正在使用的正则表达式模式，但我尝试了很多，所以也许我在代码中遗漏了一些东西？

Answer 1

这个posix正则表达式应该匹配所有提供的电子邮件

它们可能无效
每封电子邮件至少包含@
@符号周围有一系列字符，包括字母，数字，连字符和点，而不是由任何非字母字符开头。
所有电子邮件至少由一个空格字符分隔。

正则表达式

([[:alpha:]][[:alnum:].-]+@)+[[:alpha:]][[:alnum:].-]+

这可能也有效

([a-zA-Z][[a-zA-Z0-9].-]+@)+[a-zA-Z][a-zA-Z0-9.-]+

较短的版本（如评论中）将是

(\w[\w.-]+@)+\w[\w.-]+

但是这会匹配更多无效的电子邮件。

我正在处理的模式将匹配大多数电子邮件地址。如果您确实想要匹配所有符合RFC-822的电子邮件，请考虑使用pattern here。它是一个6425字符长的正则表达式，匹配所有标准的电子邮件地址。但是要洁具，它会执行得很慢！

Answer 2

你的正则表达式失败会有各种各样的极端情况。

你应该像这个一样简单

(?<=^|\s)[^@]+?\@[^@]+?(?=$|\s)

用于剥离电子邮件的VB.Net REGEX

2 个答案: