Question

我想根据正则表达式和java技术获取以下信息，其中开始标记为＆＃34; FROM mail@mail.com时间＆＃34;结束标记是＆＃34; FROM mail@mail.com时间＆＃34;或结束字符串。结果只包含开始标记和开始和结束标记之间的内容，但不包含结束标记。背景是我想用正则表达式获取mbox格式的电子邮件。开头标有＆＃34; FROM mail@mail.com时间＆＃34;邮件的结尾是下一封邮件的开头或文件的结尾。

所以我有以下架构：

FROM mail@mail.com Time  
Text1  

FROM mail@mail.com Time  

Text2  

FROM mail@mail.com Time  
Text3

我的代码：

Pattern regex = Pattern.compile(Start_Tag+"(.*?)"+End_Tag,Pattern.DOTALL);  
Matcher matcher = regex.matcher(mbox_content);  
while (matcher.find())  
{  
System.out.println(matcher.group());  
}

我用过这个，但它不起作用。有人可以支持我吗？提前谢谢。

Answer 1

String MailAdress_complete_Tag="([a-zA-Z][\\w\\.-]*[a-zA-Z0-9]@[a-zA-Z][\\w\\.-]*[a-zA-Z0-9]\\.[a-zA-Z][a-zA-Z\\.][a-zA-Z])";
String MailAdress_without_country="([a-zA-Z][\\w\\.-]*[a-zA-Z0-9]@[a-zA-Z][\\w\\.-]*[a-zA-Z0-9])";

String MailAdress_Tag="("+MailAdress_complete_Tag+"|"+MailAdress_without_country+"|MAILER-DAEMON)";
String Time_Tag="[a-zA-Z0-9: ]{24}";
String Start_Tag="From\\s"+MailAdress_Tag+"*\\s\\s"+Time_Tag;
String End_Tag=LineSeparator+LineSeparator+"((?="+Start_Tag+")|$)"; 
Pattern regex = Pattern.compile(Start_Tag+"(.*?)"+End_Tag,Pattern.DOTALL);

此脚本从mbox文件中提取邮件。它适用于我的目的。

使用正则表达式解析mbox中的邮件

1 个答案: