Question

我正在尝试为我的NodeJS（12.8.0）项目构建一个正则表达式，以从垃圾邮件的.eml文件中提取电子邮件的纯文本内容（构建一个简单的垃圾邮件过滤器来娱乐）。 / p>

为此，我编写了此正则表达式：

[-]{14}[0-9]*\s.+[\s]+.+(?:[\s]*)([\s\S]+)[\s]{3}[-]{14}[0-9]+[\r\n]

但是，当我在NodeJS中使用此正则表达式时，得到的值为null，而不是邮件的内容。

const regexp = new RegExp("[-]{14}[0-9]*\s.+[\s]+.+(?:[\s]*)([\s\S]+)[\s]{3}[-]{14}[0-9]+[\r\n]");
let matches = content.match(regexp);
console.log(matches);

我在regex101.com上添加了我的正则表达式，它可以正常工作，但是很有趣，它告诉我它找到了一个Group 1组，并显示了正确的内容...但是没有显示什么行（例如Full Match）。
现在添加一些更有趣的内容，当我将其交换到PCRE时，它可以很好地工作（甚至显示行）。
请注意，regex101上的演示包含实际的示例邮件。

编辑：根据@CertainPerformance的建议，我将代码更新为以下内容，不幸的是，这将返回false而不是true：

const regexp = /[-]{14}[0-9]*\s.+[\s]+.+(?:[\s]*)([\s\S]+)[\s]{3}[-]{14}[0-9]+[\r\n]/;
let matches = regexp.test(content);
console.log(matches); // false

以及以下内容，它们仍返回null：

const regexp = /[-]{14}[0-9]*\s.+[\s]+.+(?:[\s]*)([\s\S]+)[\s]{3}[-]{14}[0-9]+[\r\n]/;
let matches = content.match(regexp);
console.log(matches); // null

编辑2：在PHP中测试了正则表达式，它工作得非常好...似乎必须逐渐消失...

编辑3：添加整个代码段以希望有人能发现问题...

const pattern = /[-]{14}[0-9]+[\s].+[\s]+.+(?:[\s]*)([\s\S]*)[\s]{3}[-]{14}[0-9]+[\r\n]/;
const spamFolder = './datasets/spam/';
fs.readdir(spamFolder, (err, files) => {
  if (err) return console.log('Unable to scan directory: ' + err);

  // Loop over each file
  files.forEach(file => {
    // Read the file
    var contents = fs.readFileSync(spamFolder + file, 'utf8');
    var matches = contents.match(pattern);
    console.log(matches); // null
  });
});

正则表达式显示匹配但未捕获

0 个答案: