我正在尝试使用贝叶斯算法在Java中创建垃圾邮件过滤器。
我使用包含电子邮件的文本文件，并使用正则表达式拆分标记，将这些值存储到散列图中。
我的问题是，使用正则表达式，电子邮件地址是分开的，而不是： johnsmith@example.com
正则表达式导致令牌为： 约翰 工匠 示例
对于ip地址也是如此，例如，而不是： 192.55.34.322
正则表达式将标记拆分为： 192 55 34 322
那么有人知道我可以阅读电子邮件并按原样存储其内容的方式吗？
修订：我正在使用不保留IP地址或电子邮件地址的正则表达式。它把它们分开了。
我想知道正则表达式是不是可行的方法，如果我可以为我提出任何替代方案，以便能够过滤电子邮件以挑选出我想要的特征。
答案 0 :(得分：0)
在标记之前，找到一种将电子邮件正文与标题信息分开的方法。