Question

我在网络应用程序的表单上发布了一个webhook帖子，我需要解析电子邮件标题地址。

以下是源文本：

Thread-Topic: test subject
Thread-Index: AcwE4mK6Jj19Hgi0SV6yYKvj2/HJbw==
From: "Lastname, Firstname" <firstname_lastname@domain.com>
To: <testto@domain.com>, testto1@domain.com, testto2@domain.com
Cc: <testcc@domain.com>, test3@domain.com
X-OriginalArrivalTime: 27 Apr 2011 13:52:46.0235 (UTC) FILETIME=[635226B0:01CC04E2]

我想提出以下内容：

<testto@domain.com>, testto1@domain.com, testto2@domain.com

我一整天都在与Regex挣扎，没有任何运气。

Answer 1

与此处的一些帖子相反，我不得不同意mmutz，你无法使用正则表达式解析电子邮件...请参阅此文章：

http://tools.ietf.org/html/rfc2822#section-3.4.1

3.4.1。地址规范

addr-spec是特定的Internet   包含本地的标识符   解释后的字符串后跟   at符号字符（“@”，ASCII值   64）其次是互联网域名。

“本地解释”的概念意味着只有接收服务器才能够解析它。

如果我要尝试解决此问题，我会找到“To”行内容，将其拆分并尝试使用System.Net.Mail.MailAddress解析每个段。

    static void Main()
    {
        string input = @"Thread-Topic: test subject
Thread-Index: AcwE4mK6Jj19Hgi0SV6yYKvj2/HJbw==
From: ""Lastname, Firstname"" <firstname_lastname@domain.com>
To: <testto@domain.com>, ""Yes, this is valid""@[emails are hard to parse!], testto1@domain.com, testto2@domain.com
Cc: <testcc@domain.com>, test3@domain.com
X-OriginalArrivalTime: 27 Apr 2011 13:52:46.0235 (UTC) FILETIME=[635226B0:01CC04E2]";

        Regex toline = new Regex(@"(?im-:^To\s*:\s*(?<to>.*)$)");
        string to = toline.Match(input).Groups["to"].Value;

        int from = 0;
        int pos = 0;
        int found;
        string test;

        while(from < to.Length)
        {
            found = (found = to.IndexOf(',', from)) > 0 ? found : to.Length;
            from = found + 1;
            test = to.Substring(pos, found - pos);

            try
            {
                System.Net.Mail.MailAddress addy = new System.Net.Mail.MailAddress(test.Trim());
                Console.WriteLine(addy.Address);
                pos = found + 1;
            }
            catch (FormatException)
            {
            }
        }
    }

上述程序的输出：

testto@domain.com
"Yes, this is valid"@[emails are hard to parse!]
testto1@domain.com
testto2@domain.com

Answer 2

符合RFC 2822的电子邮件正则表达式是：

(?:[a-z0-9!#$%&'*+/=?^_`{|}~-]+(?:\.[a-z0-9!#$%&'*+/=?^_`{|}~-]+)*|"(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21\x23-\x5b\x5d-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])*")@(?:(?:[a-z0-9](?:[a-z0-9-]*[a-z0-9])?\.)+[a-z0-9](?:[a-z0-9-]*[a-z0-9])?|\[(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?|[a-z0-9-]*[a-z0-9]:(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21-\x5a\x53-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])+)\])

只需在文字上运行即可获得电子邮件地址。

当然，总是可以选择不使用正则表达式，其中正则表达式不是最佳选择。但取决于你！

Answer 3

你不能使用正则表达式来解析RFC2822邮件，因为它们的语法包含一个递归生成（在我的头顶，它用于注释(a (nested) comment)），这使得语法不规则。正则表达式（顾名思义）只能解析常规语法。

有关详细信息，另请参阅RegEx match open tags except XHTML self-contained tags。

Answer 4

正如Blindy所说，有时你可以用老式的方式解析它。

如果您愿意这样做，假设电子邮件标题文本称为“标题”，这是一种快速方法：

int start = header.IndexOf("To: ");
int end = header.IndexOf("Cc: ");
string x = header.Substring(start, end-start);

我可能会在减法中删除一个字节，但您可以非常轻松地测试和修改它。当然，你还必须确定你的标题中总是有一个Cc：行，否则这将不起作用。

Answer 5

使用正则表达式here验证电子邮件的细分，引用了更实际的RFC 2822实现：

[a-z0-9!#$%&'*+/=?^_`{|}~-]+(?:\.[a-z0-9!#$%&'*+/=?^_`{|}~-]+)*@(?:[a-z0-9](?:[a-z0-9-]*[a-z0-9])?\.)+[a-z0-9](?:[a-z0-9-]*[a-z0-9])?

您似乎只想要“收件人”字段之外的电子邮件地址，并且您已经获得了＆lt;＆gt;也担心，所以像下面这样的东西可能会起作用：

^To: ((?:\<?[a-z0-9!#$%&'*+/=?^_`{|}~-]+(?:\.[a-z0-9!#$%&'*+/=?^_`{|}~-]+)*@(?:[a-z0-9](?:[a-z0-9-]*[a-z0-9])?\.)+[a-z0-9](?:[a-z0-9-]*[a-z0-9])?\>?,?(?:\s*))*)

同样，正如其他人所提到的，你可能不想这样做。但是如果你想要将输入转换为<testto@domain.com>, testto1@domain.com, testto2@domain.com的正则表达式，那就可以了。

使用C＃中的Regex解析电子邮件标头

5 个答案: