C＃でRegexを使用した電子メールヘッダーを解析する

StackOverflow https://stackoverflow.com/questions/5806520

  •  24-10-2019
  •  | 
  •  

質問

WebアプリケーションのフォームにWebHookの投稿を行っており、メールヘッダーアドレスを解析する必要があります。

これがソーステキストです：

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]

私は以下を引き出したいと思っています：

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

私は運がなくて一日中、正規表現に苦労しています。

役に立ちましたか？

解決

ここの投稿のいくつかに反して、私はMmutzに同意しなければなりません、あなたは正規表現で電子メールを解析することはできません...この記事を参照してください：

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

3.4.1。 addr-spec仕様

ADDR-Specは、ローカルで解釈された文字列を含む特定のインターネット識別子であり、その後にAT-SIGN文字（ "@"、ASCII値64）が続くインターネットドメインが続きます。

「ローカルで解釈された」という考えは、受信サーバーのみがそれを解析できると予想されることを意味します。

これを試して解決しようとすると、「to」の内容を見つけ、それを分解し、System.net.mail.mailaddressで各セグメントを解析しようとします。

    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)
            {
            }
        }
    }

上記のプログラムからの出力：

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

他のヒント

RFC 2822に準拠した電子メールRegexは次のとおりです。

(?:[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])?|\[(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?|[a-z0-9-]*[a-z0-9]:(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21-\x5a\x53-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])+)\])

テキストの上に実行するだけで、メールアドレスが表示されます。

もちろん、Regexが最良のオプションではない場合、Regexを使用しないというオプションが常にあります。しかし、あなた次第です！

RFC2822メールを解析するために正規表現を使用することはできません。その文法には再帰的な生産が含まれているためです（私の頭の上から、コメント用でした (a (nested) comment)）これは文法を非正規にします。正規表現（名前が示唆するように）は解析することができます 通常 文法。

参照してください XHTMLの自己完結型タグを除くRegexは、オープンタグを一致させます 詳細については。

Blindyが示唆するように、時には昔ながらの方法でそれを解析することができます。

あなたがそれをしたいなら、メールヘッダーのテキストが「ヘッダー」と呼ばれると仮定して、ここに簡単なアプローチがあります。

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

私は減算のバイトでオフになっているかもしれませんが、これを非常に簡単にテストして変更できます。もちろん、あなたは常にあなたのヘッダーにCC：行があるか、これが機能しないことを確認する必要があります。

Regexを使用した電子メールを検証する内訳があります ここ, 、RFC 2822のより実用的な実装を次のように参照しています。

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

また、「To」フィールドから電子メールアドレスのみが必要であるように見えます。また、<>も心配する必要があるため、次のようなものが機能する可能性があります。

^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*))*)

繰り返しますが、他の人が言及したように、あなたはこれをやりたくないかもしれません。しかし、あなたがその入力をに変える正規表現が必要な場合 <testto@domain.com>, testto1@domain.com, testto2@domain.com, 、それはそれをします。

ライセンス： CC-BY-SA と 帰属
所属していません StackOverflow
scroll top