提取电子邮件地址和姓名

Question

我试图写一个perl脚本来解析一个充满电子邮件的目录,并提取一个电子邮件地址和相应的名称.

目前我正在解析单词"From:"然后提取该行,但这就是我被困住的地方.

数据可以采用以下格式:

> From: "Smith, John" <j.smith@doma.com>
> From: John Smith <john@smith.com>
> From: Frank Smith [mailto:frank@domain.com]=20
> From: "Smith, Frank" [mailto:f.smith@domain.com]=20

所以我需要格式化字符串,所以我最终得到3个变量,名字,姓氏和电子邮件.

有没有更好的方法来解析文件以获取电子邮件地址和名称？我如何处理字符串并重新排列它们,通常带有逗号的名称需要交换.

有人可以帮忙吗？

到目前为止这是我的剧本......

#!/usr/bin/perl  

@files = </storage/filters/*>;
foreach $file (@files)
{
        open (FILE, "$file");
        while($line= <FILE> )
        {
            print $line if $line =~ /. From:/;
        }
        close FILE;
}

Answer 1

如果您确定这些是唯一有效的格式,请编写脚本来处理这些格式,然后丢弃其余格式.

my $first, $last, $email;
while( $line = <FILE> ) {
    if( $line =~ /From:\s+"(.*?),\s*(.*?)"\s+<(.*?)>/ ) {
        ($first, $last, $email) = ($2, $1, $3);
    } elsif( $line =~ /From:\s+"(.*?)\s+(.*?)\s+<(.*?)>/ ) {
        ($first, $last, $email) = ($1, $2, $3);
    } elsif( $line =~ /From:\s+"(.*?),\s*(.*?)"\s+\[mailto:(.*?)\]/ ) {
        ($first, $last, $email) = ($2, $1, $3);
    } elsif( $line =~ /From:\s+"(.*?)\s+(.*?)\s+\[mailto:(.*?)\]/ ) {
        ($first, $last, $email) = ($1, $2, $3);
    }
    # Do something with $first, $last and $email. . . .
}

这完全掠过了坏情况.你当然可以收紧代码:

my $first, $last, $email;
while( $line = <FILE> ) {
    if( $line =~ /From:\s+"(.*?),\s*(.*?)"\s+(?:<|\[mailto:)(.*?)(?:>|\])/ ) {
        ($first, $last, $email) = ($2, $1, $3);
    } elsif( $line =~ /From:\s+"(.*?)\s+(.*?)\s+(?:<|\[mailto:)(.*?)(?:>|\])/ ) {
        ($first, $last, $email) = ($1, $2, $3);
    }
    # Do something with $first, $last and $email. . . .
}

或其他可能性.

现在,如果你想确保电子邮件地址的格式有效,那么这是一个不同的交易.这也将被"Martin van Buren"之类的名字所击败.