代码之家 › 专栏 › 技术社区 › Benny Bottema

如何标记、扫描或拆分这一串电子邮件地址

tokenize regex java

Benny Bottema · 技术社区 · 9 年前

Simple Java Mail 我正在尝试处理一种带有分隔符的电子邮件地址的自由格式。注意,我特别

以下是有效输入的示例:

"name@domain.com,Sixpack, Joe 1 <name@domain.com>, Sixpack, Joe 2 <name@domain.com> ;Sixpack, Joe, 3<name@domain.com> , nameFoo@domain.com,nameBar@domain.com;nameBaz@domain.com;"

因此有两种基本形式“name@domain.com“和“Joe Sixpack”,可以出现在逗号/分号分隔的字符串中,忽略空白填充。问题是名称可以包含分隔符作为有效字符。

以下数组显示了所需的数据(尾随空格或分隔符不会是大问题):

["name@domain.com",
"Sixpack, Joe 1 <name@domain.com>",
"Sixpack, Joe 2 <name@domain.com>",
"Sixpack, Joe, 3<name@domain.com>",
"nameFoo@domain.com",
"nameBar@domain.com",
"nameBaz@domain.com"]

我想不出一个干净的方法来处理这个问题。有什么建议可以帮助我可靠地识别逗号是名称的一部分还是分隔符?

最终解决方案(接受答案的变化):

var string = "name@domain.com,Sixpack, Joe 1 <name@domain.com>, Sixpack, Joe 2 <name@domain.com> ;Sixpack, Joe, 3<name@domain.com> , nameFoo@domain.com,nameBar@domain.com;nameBaz@domain.com;"

// recognize value tails and replace the delimiters there, disambiguating delimiters
const result = string
  .replace(/(@.*?>?)\s*[,;]/g, "$1<|>")
  .replace(/<\|>$/,"") // remove trailing delimiter
  .split(/\s*<\|>\s*/) // split on delimiter including surround space

console.log(result)

或在Java中:

public static String[] extractEmailAddresses(String emailAddressList) {
    return emailAddressList
            .replaceAll("(@.*?>?)\\s*[,;]", "$1<|>")
            .replaceAll("<\\|>$", "")
            .split("\\s*<\\|>\\s*");
}

3 回复 | 直到 9 年前

Bamieh 9 年前

由于您没有验证,我假设电子邮件地址是有效的。 ; 或 ,

    var string = "name@domain.com,Sixpack, Joe 1 <name@domain.com>, Sixpack, Joe 2 <name@domain.com> ;Sixpack, Joe, 3<name@domain.com> , nameFoo@domain.com,nameBar@domain.com;nameBaz@domain.com;"



    const result = string.match(/(.*?@.*?\..*?)[,;]/g)
    console.log(result)

linden2015 9 年前

([^@,;\s]+@[^@,;\s]+)|(?:$|\s*[,;])(?:\s*)(.*?)<([^@,;\s]+@[^@,;\s]+)>

([^@,;\s]+@[^@,;\s]+)   # email defined by an @ with connected chars except ',' ';' and white-space
|                       # OR
(?:$|\s*[,;])(?:\s*)    # start of line OR 0 or more spaces followed by a separator, then 0 or more white-space chars
(.*?)                   # name
<([^@,;\s]+@[^@,;\s]+)> # email enclosed by lt-gt

PCRE Demo

Tezra 9 年前

使用Java的replaceAll和split函数(在下面的javascript中进行了模拟),我会说锁定到一个项目(即“.com”)的末尾,用一个唯一的temp(uuid或类似的东西)替换分隔符 <|>

这里是一个javascript示例,但Java的repalceAll和split可以完成相同的工作。

var string = "name@domain.com,Joe Sixpack <name@domain.com>, Sixpack, Joe <name@domain.com> ;Sixpack, Joe<name@domain.com> , name@domain.com,name@domain.com;name@domain.com;"


const result = string.replace(/(\.com>?)[\s,;]+/g, "$1<|>").replace(/<\|>$/,"").split("<|>")
console.log(result)