Question

我正在尝试在Linux上使用sed从电子邮件文件中提取To标头。

问题在于To标头可能在多行上。

例如：

To: name1@mydomain.org, name2@mydomain.org,
    name3@mydomain.org, name4@mydomain.org, 
    name5@mydomain.org
Message-ID: <46608700.369886.1549009227948@domain.org>

我尝试了以下操作：

sed -n -e '/^[Tt]o: / { N; p; }' _message_file_ |
    awk '{$1=$1;printf("%s ",$0)};NR%2==0{print ""}'

sed命令提取以To和下一行开头的行。我将输出通过管道传输到awk，以将所有内容放在一行中。

完整命令在一行中输出：

To: name1@mydomain.org, name2@mydomain.org, name3@mydomain.org, name4@mydomain.org

我不知道如何继续测试下一行是否以空格开头并将其添加到结果中。

我想要的是所有地址

To: name1@mydomain.org, name2@mydomain.org, name3@mydomain.org, name4@mydomain.org, name5@mydomain.org

任何帮助将不胜感激。

Answer 1

formail是一个很好的解决方案，但是以下是使用sed的方法：

sed -e '/^$/q;/^To:/!d;n;:c;/^\s/!d;n;bc' message_file

/^$/q;-（可选）如果标题用尽，则退出
/^To:/!d;-如果不是To：标头，请停止处理此行
n;-否则，隐式打印它并加载下一行
:c;-c是我们可以分支到的标签
/^\s/!d;-如果不是继续，请停止处理此行
n;-否则，隐式打印它并加载下一行
bc-分支回到标签c（即循环）

Answer 2

我是这样做的：

cat _message_file | formail -X To: | awk '{$1=$1;printf("%s ",$0)};NR%2==0{print ""}'

或者：

formail -X To: < _message_file | awk '{$1=$1;printf("%s ",$0)};NR%2==0{print ""}'

Answer 3

这可能对您有用（GNU sed）：

sed -n '/^To:/{:a;N;/^ /Ms/\s*\n\s*/ /;ta;P}' file

使用-n选项关闭隐式打印。收集以空格开头的行，从换行符To:开始的行中删除换行符两边的空格，并用一个空格替换。如果匹配失败，请在图案空间中打印第一行。

要按原样打印地址，请使用：

sed '/^\S/h;G;/^To:/MP;d' file

Answer 4

formail和reformail都有一个-c选项可以做到这一点。

来自man reformail：

-c   Concatenate multi-line headers. Headers split on multiple lines
     are combined into a single line.

因此您无需将输出通过管道传输到awk，只需执行

reformail -c -X To: < $your_message_file

但是，电子邮件通常使用CRLF行结尾，并且由于CR字符，屏幕上的输出可能出现乱码。要删除它们，您可以使用Perl的通用\R行，该行以正则表达式结尾：

reformail -c -X To: < $your_message_file | perl -pe 's/\R/\n/g'

或根据需要在输入上执行以下操作：

perl -pe 's/\R/\n/g' $your_message_file | reformail -c -X To:

在Debian和诸如Ubuntu之类的派生系统上，您可以通过以下方式安装它们

apt install maildrop代表reformail，属于Courier's maildrop
或apt install procmail的{{1}}（但procmail现在似乎已被放弃）。

如何从文件中提取多行扩展的电子邮件标题

4 个答案: