PHP - 过滤电子邮件正文，删除回复引用

Question

我正在开发一个邮件管道脚本，需要保存只回复内容而不是原始引用的电子邮件。我正在使用一个mime解析器类（http://www.phpclasses.org/package/3169-PHP-Decode-MIME-e-mail-messages.html）从电子邮件中获取所需的所有信息：

Message ID: AANLkTimYRxMJwjLSdcDP5ksM=[e-mail]
Reply ID: [e-mail]

Subject: Re: MessageX
To:  [e-mail]
From: Someone [e-mail]

Body: Hello,
Blah Blah Blah
-Someone

On Wed, Mar 16, 2011 at 3:52 PM,  <[e-mail]> wrote:
> Hello,
>
> Some other blah, blah, blah.
>
> Thank you,
> Me

在邮件正文部分，我得到了原始引用的邮件。如何过滤掉这部分内容？我知道邮件客户端经常在引用的内容旁边添加“>”，但我不确定这是否足够好。感谢您的帮助。

- davishmcclurg

---

听起来你正在进行一种类似于客户支持的电子邮件回复系统。我经常在原始电子邮件中看到类似于“============= 在此线以上回复 ===============”的字符串，这样就可以轻松找到它，并剪切掉所有回复引用。显然，这可能根本不是你想要做的事情，但也可能是一个有效的选项。 - Blair McMillan

Answer 1

这可能可以通过正则表达式完成。尝试：

$text = preg_replace('#(^\w.+:\n)?(^>.*(\n|$))+#mi', "", $text);

- mario

---

谢谢您的快速回答，目前它运行良好。是否存在任何可能导致其无法正常工作的情况？ - davishmcclurg

有一些电子邮件客户端允许或在邮件中使用 > 符号。或者，如果您发送源代码或差异等内容，为了使其更加强健，您可以在正则表达式中将最后一个 + 替换为 {2,}。有了这个修改，它只会匹配至少两行连续的 >，这是引用部分的明确标志。 - mario

这个问题不可能有完美的解决方案。在电子邮件中，有可能（虽然不太可能）出现看起来像回复部分的内容。请考虑此代码片段的第10到13行（我修改了您的原始示例）。很可能会删除那些行。 - Mr. Llama

好的，我认为它运行得相当不错。一个问题：正则表达式中的#符号是什么作用？我找不到任何相关信息。非常感谢你的帮助。 - davishmcclurg

@davishmcclurg，# 只是正则表达式的替代分隔符。使用 #...*# 等同于 /...*/。 - mario

@mario 这个完美地运作了，但你能展示更多针对不同流行电子邮件客户端的正则表达式吗？比如...雅虎、Rediff、Outlook等。 - TechCare99