Question

我正在构建一个Web服务，它接收来自多个CRM系统的电子邮件。电子邮件通常包含文本状态，例如“收到”或“已完成”以及自由文本评论。

传入电子邮件的格式不同，例如一些系统调用状态“Status：ZZZZZ”和一些“Action：ZZZZZ”。自由文本有时会出现在状态之前和之后的某些事情中。状态代码将映射到我的系统解释，并且也需要注释。

此外，我希望这些格式随着时间的推移而变化，因此可配置的解决方案可能是客户通过Web界面提供自己的模板，这是理想的。

该服务是使用.NET C＃MVC 3构建的，但我对一般策略以及任何特定的库/工具/方法感兴趣。

我从来没有完全理解RegExp。如果它确实是要走的路，我会做出新的努力。：）

Answer 1

我会选择正则表达式：

第一个例子，如果你只有Status: ZZZZZ - 就像消息一样：

String status = Regex.Match(@"(?<=Status: ).*");
// Explanation of "(?<=Status: ).*" :
// (?<=       Start of the positive look-behind group: it means that the 
//            following text is required but won't appear in the returned string
// Status:    The text defining the email string format
// )          End of the positive look-behind group
// .*         Matches any character

第二个示例，如果您只有Status: ZZZZZ和Action: ZZZZZ - 就像消息一样：

String status = Regex.Match(@"(?<=(Status|Action): ).*");
// We added (Status|Action) that allows the positive look-behind text to be 
// either 'Status: ', or 'Action: '

现在，如果您想让用户提供自己的格式，您可以提出以下内容：

String userEntry = GetUserEntry(); // Get the text submitted by the user
String userFormatText = Regex.Escape(userEntry);
String status = Regex.Match(@"(?<=" + userFormatText + ").*");

这将允许用户提交其格式，例如Status:，Action:或This is my friggin format, now please read the status --> ...

Regex.Escape(userEntry)部分非常重要，可以通过提交\，?，*等特殊字符来确保用户不会破坏正则表达式。

要知道用户是否在格式文本之前或之后提交状态值，您有几个解决方案：

您可以询问用户其状态值的位置，然后相应地构建正则表达式：

if (statusValueIsAfter) {
    // Example: "Status: Closed"
    regexPattern = @"(?<=Status: ).*";
} else {
    // Example: "Closed:Status"
    regexPattern = @".*(?=:Status)";  // We use here a positive look-AHEAD
}

或者您可以更聪明，并为用户输入引入标签系统。例如，用户提交Status: <value>或<value>=The status，您可以通过替换标记字符串来构建正则表达式。

使用模板从文本中提取数据

1 个答案: