在Ruby/Rails中提取HTML块中的电子邮件地址

我正在创建一个解析器,以防止垃圾邮件和从Tinymce的文本块中获取电子邮件(因此它可能包含或不包含HTML标记)。

我尝试过正则表达式,到目前为止,这已经成功了:

/\b[A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,4}\b/i

问题是,我需要用mailto-hrefs忽略所有电子邮件地址。例如:

<a href="mailto:test@mail.com">test@mail.com</a>

只应返回第二个电子邮件添加。

要了解我所做的工作的背景,我会在一个块中反转电子邮件地址,因此上面的示例如下所示:

<a href="mailto:test@mail.com">moc.liam@tset</a>

我当前的regex的问题是它也替换了href中的regex。有没有办法用一个regex来做这个?或者我必须先检查一个然后另一个?有没有一种方法可以让我通过使用gsub来完成这个任务,或者我需要使用一些nokogiri/hpricot magicks,以及什么不能解析mailtos?事先谢谢!

以下是我的推荐信:

so.com/questions/504860/extract-email-addresses-from-a-block-of-text

so.com/questions/1376149/regexp-for-extracting-a-mailto-address

我也用这个测试:

http://rubular.com/

编辑

以下是我当前的帮助程序代码:

def email_obfuscator(text)
  text.gsub(/\b[A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,4}\b/i) { |m|
    m = "<span class='anti-spam'>#{m.reverse}</span>"
  }
end

结果是:

<a target="_self" href="mailto:<span class='anti-spam'>moc.liamg@tset</span>"><span class="anti-spam">moc.liamg@tset</span></a>