Question

我希望有人可以帮我解决我遇到的问题。我大约一年前编写了一个脚本，它解析收到的电子邮件并将数据存储在数据库中。

我通过标题收到电子邮件：

-------- Forwarded Message --------
Subject:    FS.G02 Fleet Street - j** associates (AG69)
Date:   Thu, 14 Apr 2016 11:27:32 +0000
From:   Stephanie Zo*****ou <Stephanie.Zo****ou@********.co.uk>
To:     'lucien@********.com' <lucien@********.com>

我使用以下正则表达式和PHP代码将各种数据分开（$ text包含上面的电子邮件字符串）：

//Set RegEx to parse data out of text/plain email string
$re1 = '~(?<=From: )(.*?)(?: \<)(.*?)(?=\>)~';
$re2 = "~(?<=To: ').*(?=')~";
$re3 = "~(?<=Sent: ).*(?=)~";
$re4 = "~(?<=Subject: ).*(?=)~"; 
$re5 = "~(?<=Subject:\s)(.*?)(?=\s)(?:.*\s\-\s)(.*)~";
$re6 = "~\((.*?)\)~";

//Pull the data out using above expressions
if(preg_match($re1, $text, $matches1)) {
    $from_name = $matches1[1];
    $from_email = $matches1[2];
}
if(preg_match($re2, $text, $matches2))
    $to_email = $matches2[0];

if(preg_match($re3, $text, $matches3))
    $sent_date = $matches3[0];

if(preg_match($re4, $text, $matches4))
    $subject_line = $matches4[0];

if(preg_match($re5, $text, $matches5)) {
    $unit_code = $matches5[1];
    $company_name = $matches5[2];   
}

//Change sent date to timestamp
$sent_date = strtotime($sent_date);

//break the unit code and building code apart
$unit_code = explode('.',$unit_code,2);
$building_code = $unit_code[0];
$unit_code = $unit_code[1];
//break the (C0D3) off the end of the company  / subject line
$company_name = preg_replace($re6,'' ,$company_name);

我试图分开的数据，以便我可以存储在DB中：

“收件人：”
'Date：'
主题行

我的问题是脚本已停止正常工作。我的RegEx没有给我时间戳，也没有分解它的组成部分的主题：

FS.G02 Fleet Street - j ** associates（AG69）

开头的代码是我需要的一个数据。然后我把它分成前两个字母，然后是结果字母数字的后半部分。

FS.G02舰队街 - j 伙伴**（AG69）

我需要的第二部分总是在连字符之后 - 它是公司/客户名称。

自从我上次工作以来，这个格式没有变化，所以我不知道我是否打破了RegEx。有没有比RegEx更多经验的人能够看到我哪里出错了？

非常感谢，乔纳森

Answer 1

您是否尝试过使用imap_rfc822_parse_headers()（Docs）而不是使用正则表达式？这肯定会让事情变得更简单。

编辑：实现了文档实际上并没有对函数说了很多。这是一个示例输出，在那里调用您的数据：

object(stdClass)#1 (12) {
    ["date"]=> string(31) "Thu, 14 Apr 2016 11:27:32 +0000" 
    ["Date"]=> string(31) "Thu, 14 Apr 2016 11:27:32 +0000" 
    ["subject"]=> string(43) "FS.G02 Fleet Street - j** associates (AG69)"
    ["Subject"]=> string(43) "FS.G02 Fleet Street - j** associates (AG69)"
    ["toaddress"]=> string(69) "'lucien@********.com', UNEXPECTED_DATA_AFTER_ADDRESS@".SYNTAX-ERROR."" 
    ["to"]=> array(2) {
        [0]=> object(stdClass)#2 (2) {
            ["mailbox"]=> string(7) "'lucien" 
            ["host"]=> string(13) "********.com'" 
        }
        [1]=> object(stdClass)#3 (2) { 
            ["mailbox"]=> string(29) "UNEXPECTED_DATA_AFTER_ADDRESS"
            ["host"]=> string(14) ".SYNTAX-ERROR." 
        }
    }
    ["fromaddress"]=> string(55) "Stephanie Zo*****ou " 
    ["from"]=> array(1) {
        [0]=> object(stdClass)#4 (3) {
            ["personal"]=> string(19) "Stephanie Zo*****ou"  
            ["mailbox"]=> string(18) "Stephanie.Zo****ou"
            ["host"]=> string(14) "********.co.uk"
        }
    }
    ["reply_toaddress"]=> string(55) "Stephanie Zo*****ou "
    ["reply_to"]=> array(1) {
        [0]=> object(stdClass)#5 (3) {
            ["personal"]=> string(19) "Stephanie Zo*****ou"
            ["mailbox"]=> string(18) "Stephanie.Zo****ou"
            ["host"]=> string(14) "********.co.uk"
        }
    }
    ["senderaddress"]=> string(55) "Stephanie Zo*****ou "
    ["sender"]=> array(1) {
        [0]=> object(stdClass)#6 (3) {
            ["personal"]=> string(19) "Stephanie Zo*****ou"
            ["mailbox"]=> string(18) "Stephanie.Zo****ou"
            ["host"]=> string(14) "********.co.uk" 
        }
    }
 }

以下是您的主题行的正则表达式：

([A-Z0-9]*\.[A-Z0-9]*)\s([A-Za-z\s]*)\s-\s([A-Za-z\s]*)\s(\([A-Z0-9]*\))

使用preg_match()调用时，例如：

$output = [];
$input = "FS.G02 Fleet Street - Something associates (AG69)";
preg_match("/([A-Z0-9]*\.[A-Z0-9]*)\s([A-Za-z\s]*)\s-\s([A-Za-z\s]*)\s(\([A-Z0-9]*\))/", $input, $output);

您将收到如下内容：

array(
    0   =>  "FS.G02 Fleet Street - Something associates (AG69)",
    1   =>  "FS.G02",
    2   =>  "Fleet Street",
    3   =>  "Something associates",
    4   =>  "(AG69)"
)

使用正则表达式从字符串中提取数据（电子邮件主题行）

1 个答案: