如何从 Golang 中的长字符串中解析电子邮件地址答案

【问题标题】：How to parse email addresses from a long string in Golang如何从 Golang 中的长字符串中解析电子邮件地址
【发布时间】：2022-11-06 22:42:46
【问题描述】：

如何从 Golang 中的长字符串中仅提取电子邮件地址？例如：

"a bunch of irrelevant text fjewiwofjfjvnvkdlslsosiejwoqlwpwpwo
 mail=jim.halpert@gmail.com,ou=f,c=US
 mail=apple.pie@gmail.com,ou=f,c=US
 mail=hello.world@gmail.com,ou=f,c=US
 mail=alex.alex@gmail.com,ou=f,c=US
 mail=bob.jim@gmail.com,ou=people,ou=f,c=US
 mail=arnold.schwarzenegger@gmail.com,ou=f,c=US"

这将返回所有电子邮件的列表： [jim.halpert@gmail.com、apple.pie@gmail.com 等...]

每个电子邮件地址都以“mail=”开头并以逗号“,”结尾。

【问题讨论】：

你试过什么？你有什么问题？发布您的尝试，最好是minimal reproducible example。
这是来自 x509 (TLS) 证书吗？如果是这样，请获取一个 x509 解析器库来提取邮件字段。众所周知，电子邮件地址很难应用过滤规则，因为它们允许引用和转义的所有不同方式。从任意单词汤中可靠地提取电子邮件地址几乎是不可能的。可靠的方法是解析包含电子邮件地址的实际容器格式。因此，如果这来自 x509 证书，那么您要解析证书，不是电子邮件地址！

标签： go

【解决方案1】：

为此，您需要将 long go 字符串分解为您需要的部分。您可以使用正则表达式进行过滤和搜索，以匹配您在上面看到的电子邮件模式。

这是一段使用正则表达式的代码，首先获取带有"mail="的部分，然后进一步格式化电子邮件，删除尾随,

 import (
    "fmt"
    "regexp"
    "strings"
)

func main() {
    var re = regexp.MustCompile(`(?m)mail=[A-Za-z.@0-9]+,`)
    var str = `a bunch of irrelevant text fjewiwofjfjvnvkdlslsosiejwoqlwpwpwo
 mail=jim.halpert@gmail.com,ou=f,c=US
 mail=apple.pie@gmail.com,ou=f,c=US
 mail=hello.world@gmail.com,ou=f,c=US
 mail=alex.alex@gmail.com,ou=f,c=US
 mail=bob.jim@gmail.com,ou=people,ou=f,c=US
 mail=arnold.schwarzenegger@gmail.com,ou=f,c=US`

    for i, match := range re.FindAllString(str, -1) {
        fmt.Println(match, "found at index", i)
        email := strings.Split(match, "=")[1]

        email = strings.ReplaceAll(email, ",", "")

        fmt.Print(email)
    }
}

【讨论】：

【解决方案2】：

虽然我同意用户 datenwolf 的评论，但这里是另一个不涉及正则表达式的版本。

它还可以处理更复杂的电子邮件格式，包括本地部分中的逗号。使用正则表达式难以实现的东西。

见https://stackoverflow.com/a/2049510/11892070


import (
    "bufio"
    "fmt"
    "strings"
)

var str = `a bunch of irrelevant text fjewiwofjfjvnvkdlslsosiejwoqlwpwpwo
mail=jim.halpert@gmail.com,ou=f,c=US
mail=apple.pie@gmail.com,ou=f,c=US
mail=hello.world@gmail.com,ou=f,c=US
mail=alex.alex@gmail.com,ou=f,c=US
mail=bob.jim@gmail.com,ou=people,ou=f,c=US
mail=arnold.schwarzenegger@gmail.com,ou=f,c=US
mail=(comented)arnold.schwarzenegger@gmail.com,ou=f,c=US
mail="(with comma inside)arnold,schwarzenegger@gmail.com",ou=f,c=US
mail=nocommaatall@gmail.com`

func main() {

    var emails []string

    sc := bufio.NewScanner(strings.NewReader(str))

    for sc.Scan() {
        t := sc.Text()
        if !strings.HasPrefix(t, "mail=") {
            continue
        }
        t = t[5:]

        // Lookup for the next comma after the @.
        at := strings.Index(t, "@")
        comma := strings.Index(t[at:], ",")
        if comma < 0 {
            email := strings.TrimSpace(t)
            emails = append(emails, email)
            continue
        }
        comma += at
        email := strings.TrimSpace(t[:comma])
        emails = append(emails, email)
    }

    for _, e := range emails {
        fmt.Println(e)
    }

}

【讨论】：

【解决方案3】：

你可以使用这个包来做到这一点：

https://github.com/hamidteimouri/htutils/blob/main/htregex/htregex.go


// Emails finds all email strings
func Emails(text string) []string {
    return match(text, EmailsRegex)
}

【讨论】：