问题标签 [email-parsing]

我试图弄清楚如何从它可能包含的任何引用的回复文本中解析出电子邮件的文本。我注意到，通常电子邮件客户会写上“在某某日期某某某写”或在行前加上尖括号。不幸的是，并不是每个人都这样做。有谁知道如何以编程方式检测回复文本？我正在使用 C# 编写此解析器。

每天我都会收到数千封电子邮件，我想解析这些电子邮件的内容/正文以将它们加载到数据库中。

我的问题是，现在我手动解析电子邮件正文，我想将逻辑更改为C# 中的正则表达式。

以下是电子邮件的正文：

Gentilissima Agenzia Nexity Residenziale

前言：

Sig./Sig.ra：巴勃罗·阿佐林

电子邮件：pabloazorin@gmail.com

电话：02322-498900

sta cercando un immobile con le seguenti caratteristiche:

类别：住宅

Tipologia:别墅

Tipo di contratto: Vendita

公社：阿萨戈省 米兰

Zona:不详

Fascia di Prezzo：非特定

我需要以粗体提取文本，我认为 RegEx 是我需要的...

期待得到您关于如何使其工作的建议。

谢谢！

——巴勃罗

我正在寻找一种方法来识别电子邮件中引用的文本。目标是在我的网络应用程序中添加类似于 Gmail 的“显示引用文本”功能的内容，该应用程序涉及邮件处理程序机器人。

stackoverflow 上有类似的问题，但他们要求一种算法。如果必须，我可以实现这一点，但我更喜欢经过验证的真正解决方案。

要求：

1) 支持 HTML 和纯文本电子邮件

2）在全线程上操作（即，它有原始文本来比较引用的文本；无需猜测）

3) 处理与引用相关的常见添加，例如“2008 年 5 月 10 日下午 6:35，布兰登写道：”

一个 python 库将是超级神奇的理想，但我不希望得到那么幸运。一个可以做到这一点的简单命令行工具非常接近理想，但我也不希望那么幸运。我很乐意从一个开源邮件客户端选择一个众所周知的良好实现，它可以合理地提取到一个工具中。

有没有人建议我最好的选择是什么？

我有点惊讶没有“电子邮件处理程序机器人构建工具包”之类的东西。

是否有任何库来解析电子邮件？我知道有很多。除了基本的 MIME 解析之外，它还应该能够解析以下内容：

1. 如果邮件是转发的邮件：解析并告诉我邮件的原始发件人。
2. 获取应该引用的部分。我的意思是像 Gmail 显示“- 显示引用的文本 -”

它应该支持以下之一：C/C++、PHP、Python

例如，如果原始消息（消息 1）是......

嘿乔恩，
想去买披萨吗？
-账单

回复（消息2）是......

比尔，
对不起，我今天不能做午饭。
Jonathon Parks，Acme Systems 首席技术官

2010 年 2 月 24 日，星期三，下午 4:43，Bill Waters 写道：

> 嘿，约翰，
> 想去买披萨吗？
> -比尔

在 Gmail 中，系统 (a) 检测到消息 2 是对消息 1 的回复，并将其转换为某种“线程”，并且 (b) 检测消息的回复部分实际在哪里，并将其对用户隐藏。（在这种情况下，隐藏部分将从“On Wed, Feb...”开始，一直持续到消息的末尾。）

显然，在这个简单的示例中，很容易检测到“On <Date>, <Name> write:”或“>”字符前缀。但是许多电子邮件系统有许多不同风格的标记回复（更不用说 HTML 电子邮件）。我觉得你必须有一些该死的智能字符串解析算法才能接近 GMail 的优秀程度。

这项技术是否已经存在于某个开源项目中？在一些专门用于此的库中，或者在一些执行类似消息线程的开源电子邮件客户端中？

谢谢。

我想这是两个联系在一起的问题。

相关问题已经讨论了如何使用 pop3 阅读和解析电子邮件。我需要能够做到这一点，但是，我希望它能够使用我需要的任何电子邮件地址。

我正在尝试允许用户通过将内容通过电子邮件发送到唯一的电子邮件地址来提交内容，该地址将自动知道内容应与哪个帐户相关联。

有没有一种好方法可以在 C# 中动态创建这些电子邮件地址并检查这些电子邮件帐户以便提交内容？

或者，有没有办法创建一个“通配符”电子邮件帐户，它将所有电子邮件发送到域并允许我查看收件人地址是什么？

是否有人熟悉有助于解析以下电子邮件的字段（日期、主题、发件人、发件人）的 Java 库？

我正在寻求有关设置电子邮件网关的建议，以便学生可以通过电子邮件向我发送作业，电子邮件将被自动处理。

例如，如果 studenta@univ.edu 给我发电子邮件，主题是“CS208 hw1”，我会在参加 CS208 的学生列表中交叉检查 studenta，然后取出所有附件，将它们转储到该学生的 hw1 文件夹中并回复带有一封电子邮件，说明收到了哪些文件以及何时收到。如果学生的电子邮件格式不正确，例如主题错误或文件丢失，该服务将发送适当的电子邮件。

我对可以配置为电子邮件服务器的校园 Linux 机器具有管理访问权限。

顺便说一句，我正在考虑使用 fetchmail 和 cron 作业来持续阅读指定用户的电子邮件并使用某种脚本执行适当的响应。这听起来像是一个好方法吗？我会欢迎更好的想法？

这是我尝试的一个例子。问题是我在文件中得到了太多。这是写入文件的内容：（如您所见，我刚刚向它发送了一堆垃圾）

我在四处搜索时发现了这一点，但不知道如何实现或在我的代码中插入的位置，或者它是否可以工作。

那么，我怎样才能将电子邮件的纯文本区域放入我的文件或脚本中以进行进一步处理？

提前致谢。堆栈溢出很棒！

我需要类似 rfc822.AddressList 之类的东西来将电子邮件的“TO”标头字段的内容解析为单个地址。由于不推荐使用 rfc822 以支持电子邮件包，因此我在那里寻找类似的东西，但找不到任何东西。有谁知道我应该改用什么？

谢谢！