如何使用正则表达式解析文本文件中包含的电子邮件？

Question

如上所述，我的文本文件包含来自电子邮件的文本。 我需要提取E2，E1，E0以及每个来自From：，Sent：，To：，Subject的值： 我们可以使用正则表达式吗？

我们可以做＆＃34; ^（从|发送|到|主题）:(。*）＆＃34; java中的正则表达式。 但上面的文本示例是否有任何全面的正则表达式？

Answer 1

查看原始消息来源。你会看到应该有一个统一的第一个标题，并且始终只有一个空白行将标题与实际消息（你想要的部分）分开。

您可以创建一个正则表达式来查找第一个标题后面的第一个空行，然后提取正文。

Answer 2

不确定是否相关，但有些邮件阅读器（雷鸟等）将邮件存储在具有确定格式的文本文件中：

• 分隔符行以From开头（即From后跟空格而不是列）：此行是邮件的开头
• 分隔符后跟标题行。每个标题行的格式为：     HEADERNAME：价值 其中HEADERNAME和值都是任意字符串。规则是HEADERNAME不能以空格开头，因为以空格开头的行是连续行
• 标题bloc以空行终止
• 剩下的最后一行From行是邮件正文

如果您正在阅读此类文件，我强烈建议您不要依赖已知的HEARDERNAMES，而是根据上述规则解析文件，或者更好地使用mailbox模块为您执行此操作：

• 已经过彻底测试
• 有许多选项可以适应邮箱格式的变化