正则表达式匹配charset

Question

我一直在尝试使用正则表达式匹配mime多部分电子邮件的字符集，以便我可以正确解码它们。但是我发现格式存在一些差异，因为我不是专家，因此我似乎找不到正则表达式。 目前我正在使用(?<=charset=).*(?=;)但是我通过发送来自不同客户的电子邮件找到的示例是：

  

Content-Type：text / plain;字符集= ISO-8859-1;格式=流动

     

字符集= US-ASCII;

     

Content-Type：text / plain;字符集= ISO-8859-1

所以我的正则表达式适用于前两个但不是最后一个，但如果我删除(?=;)，那么我也会匹配format=flowed部分，这是我不想要的。

Answer 1

您可以使用.*而不是[^;]*。也就是说，匹配除;之外的任何内容。

因此，模式变为：

(?<=charset=)[^;]*

参考

• regular-expressions.info/Character Classes

Answer 2

在此基础上，我发现这会引发更多情况：

(?<=charset=)(([^;,\r\n]))*

希望有所帮助。

Answer 3

匹配;或行尾（$）。