[英]Text mining of emails
我在文本文件中有一組電子郵件。 我想把屍體從里面取出來。 示例文檔如下所示。
Email: 1
===============
MIME-Version: 1.0
Received: by 10.68.8.6 with HTTP; Sat, 7 Apr 2012 01:04:45 -0700 (PDT)
Date: Sat, 7 Apr 2012 13:34:45 +0530
Delivered-To: twistyprincess22@gmail.com
Message-ID: <CAGibXq7_Gjqmp=jOCu2X8+Xngb5QuoqqMQ_ZKbu9jHCoJnFYgA@mail.gmail.com>
Subject: hello
From: twisty princess <twistyprincess22@gmail.com>
To: twisty princess <twistyprincess22@gmail.com>
Content-Type: multipart/alternative; boundary=047d7b33d826e6762004bd1239b5
--047d7b33d826e6762004bd1239b5
Content-Type: text/plain; charset=ISO-8859-1
hey How are you doing?
--047d7b33d826e6762004bd1239b5
Content-Type: text/html; charset=ISO-8859-1
<br><br>hey How are you doing?<br>
--047d7b33d826e6762004bd1239b5--
所以從這段文字中,我只想說“嘿,你好嗎?”。 我希望使用正則表達式和 C# 完成此操作。謝謝
使用正則表達式boundary=([^\s]+)
查找邊界名稱
var bname = _boundaryRegex.Match(text).Groups[1].Value;
然后使用bname
格式化文本捕獲正則表達式
var textCapturer = new Regex(string.Format("--{0}(?<text>.*?)(?=--)",bname);
foreach(var match in textCapturer.Matches(text))
{
Console.WriteLine(match.Groups["text"]);
}
它找到boundary
參數的值,然后嘗試匹配 --BOUNDARY 行之間的文本。
盡管我不建議您使用正則表達式進行這種解析。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.