7

我正在使用Sendgrid 和他们的 Parse API来发送/接收电子邮件。Parse API 允许一个 Web 应用程序以 $_POST 的形式接收电子邮件，但问题是在 $_POST 中，我希望能够从其先前的消息和链接在一起的元数据中提取消息本身。

为了向您展示我在下图中的意思，我只想捕获文本，“尝试从 GMAIL 从 12373 发送到 12373”，而不是它下面的所有垃圾。如果这不可能，是否有人对如何解析电子邮件正文（$_POST['text']）有任何建议，以便我可以分离出邮件本身？

问题是，取决于电子邮件客户端（gmail、outlook 等），我不清楚日期信息，在这种情况下：“2013 年 1 月 23 日，星期三 ...”，将允许关注消息本身。如果所有电子邮件客户端都将日期放在消息下方，那么我似乎可以设计一个花哨的正则表达式来查找换行符，然后是日期或其他内容。想法？

**整个** 包含先前消息的消息正文

4

4 回答 4

14

你有几个选择：

1）插入一个拆分电子邮件的令牌

您可以执行类似的操作--- reply above this line ---，然后删除该令牌下方的所有内容。

2）使用电子邮件回复解析库

github 做了一个非常好的工作，但它是用 ruby​​ 编写的。有一个php 端口，虽然这可能对你需要的有好处：

完整的工作代码：

<?php
  require_once 'application/third_party/EmailReplyParser-master/src/autoload.php';
  $email = new \EmailReplyParser\Email();
  $reply = $email->read($_POST['text']);            
  $message=$reply[0]->getContent();
  $message=preg_replace('~On(.*?)wrote:(.*?)$~si', '', $message); 
  //Last line is needed for some email clients, e.g., some university e-mails: foo@bar.edu but not Gmail or Hotmail, to get rid of "On Jan 23...wrote:" 
  //This failure to remove "On Jan 23...wrote:" is a known issue and is documented in their README

 ?>
于 2013-02-17T00:42:00.793 回答
1

根本无法保证从电子邮件中解析引用的消息线程，因此您不会找到适用于所有情况的正则表达式或任何其他代码。没有标准来定义回复的格式，并且您已经观察到不同的邮件客户端使用不同的约定。事实上，许多将允许用户编辑引用的文本。此外，用户可以粘贴不相关的消息，无论是否带有标题，从而形成混合匹配的格式。

如果您可以记录并保留所有消息的发送和接收历史记录，那么您可以（通常但不总是）使用 In-Reply-To 标头（请参阅RFC-5322）通过匹配上一条消息来定位它Message-ID 标头，并对正文进行比较并删除重复的文本运行。很明显，一些电子邮件系统这样做是为了改进他们的演示文稿，但我不知道有任何可用的开源代码。

于 2013-02-17T01:04:07.553 回答
0

用英语以外的其他语言回复呢？我们提出了添加标记的解决方案，但不是为每封电子邮件翻译它（基于用户的语言），我们将一些不可见的字符放入其中（U+200B准确地说是零宽度空间）。基于 "On..." 正则表达式，它容易出错，它可以轻松剪切一些电子邮件内容。

于 2017-05-11T11:43:10.680 回答
0

// 剪切引用文本，https://regex101.com/r/xO8nI1/5

    $message = preg_replace('/(On\s.*<\n){0,1}(.*\n(\n){0,1}((^>+\s?.*$)+\n?)+)/mi', '', $message);
于 2016-05-13T08:48:47.360 回答