从收到的邮件中删除签名

Question

我有一个python脚本，它接收来自用户的文本消息，并将它们作为查询处理。但是，某些用户会自动将签名附加到其邮件中，并且脚本会错误地将其视为实际内容。识别和删除这些签名的最佳编程方法是什么？

（我更喜欢python，但是对任何其他语言都很好，并且只是用伪代码说它）

Answer 1

如果签名始终遵循特定模式，您应该能够使用正则表达式将其修剪掉。

但是，如果用户可以按照自己的意愿设置签名，并且没有前导字符（例如：开始时为--），这将非常困难。唯一可靠的方法是提前知道每个用户的签名内容，以便将其删除。想象一下最糟糕的情况：有人可能总是发送一条空白消息，签名是一个完全有效的“查询”。脚本无法将其与没有签名的“查询”消息区分开来。

Answer 2

如果签名被附加到邮件正文中，使得它们实际上是正文的一部分，那么只有两种方法可以删除它们：

• 启发式，例如“三个破折号之后的任何东西都必须是签名”。如果您花一些时间调整它们，这些可能会有效。
• 分类器。这需要设置很多工作，并且需要通过将一些消息部分标记为签名来“训练”它。这些也可以非常有效，但是像启发式方法在100％的时间里永远不会起作用。