在C#中使用正则表达式解析电子邮件

Question

我需要使用C#中的正则表达式来解析电子邮件文件，即解析包含多封电子邮件的邮件文件并将其解析为其组成部分，例如发件人、收件人、密送等。

我正在使用的电子邮件正则表达式是

"\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*"

我遇到的问题是，收件人（To）、抄送（Cc）和密送（Bcc）中有时包含多个电子邮件地址，并且可能分布在多行中。

To: Me meagain <[e-mail]>,
    Me1 meagain <[e-mail]>,Me3 meagain <[e-mail]>

此外，哪个正则表达式将匹配此消息？

- Smith

---

我不是很明白你的意思...在你的例子中，你不想让它匹配3封电子邮件吗？ - Oscar Mederos

你的意思是你正在解析电子邮件地址而不仅仅是电子邮件吗？ - Mongus Pong

@oscar 是的，我需要匹配每个字段（例如TO、Bcc和Cc）中的所有电子邮件。匹配应该只匹配一个字段，即在TO字段中的所有电子邮件。 - Smith

Answer 1

使用正则表达式解析电子邮件消息是一个糟糕的想法。你可能能够使用正则表达式解析组成部分，但是使用正则表达式找到组成部分会让你感到困扰。

当然，正常情况下很容易处理。但是你可能会遇到嵌入在其中的电子邮件消息。也就是说，内容包括完整的电子邮件消息，包括发件人、收件人、密送等。而你的正则表达式解析器可能会认为，“哦，天啊！我找到了一条新消息！”

最好阅读和理解Internet Message Format，编写真正的解析器，或者使用已经编写好的工具，比如OpenPop.NET。

此外，请查看在C#中使用POP3读取电子邮件和https://stackoverflow.com/questions/26606/free-pop3-net-library等建议。

你将面临的困难之一是，你用于匹配电子邮件地址的正则表达式是不充分的。根据RFC2822（上面链接的第3.2.4节）的规定，电子邮件地址的“本地部分”允许使用以下字符：

atext = ALPHA / DIGIT / ; Any character except controls,
        "!" / "#" /     ;  SP, and specials.
        "$" / "%" /     ;  Used for atoms
        "&" / "'" /
        "*" / "+" /
        "-" / "/" /
        "=" / "?" /
        "^" / "_" /
        "`" / "{" /
        "|" / "}" /
        "~"

域名可以包含除空格和 "\" 字符以外的任何 ASCII，并且必须满足一些格式要求。此外，还有一些“过时”的东西，虽然已被弃用但仍在使用。这些只是解析电子邮件地址的部分。如果你看看其他字段中可以包含的内容，我想你会同意，试图使用正则表达式来解析它可能会非常令人沮丧。

- Jim Mischel

Answer 2

http://www.codeproject.com/KB/office/reading_an_outlook_msg.aspx

以上教程将为您提供如何从文件系统中读取*.msg文件的良好想法。如果您考虑使用System.Net.Mail.MailMessage对象，您可以获取所有信息，例如：

发件人， 收件人， 附件， HTML电子邮件模板， 文本电子邮件模板， 等等...

谢谢。

- bleepzter

Answer 3

我创建了一个名为SigParser的API，可以帮助您完成这项工作。它可以将回复邮件链分解成各个部分，并处理行分割等问题。您将获得一个漂亮的电子邮件响应正文数组，其中包含每个电子邮件部分的收件人信息（如果该数据在回复邮件链头中）。

- Paul Mendoza