使用模板工具包从字符串中提取电子邮件

Question

我猜这个比较简单，但我找不到答案。

从'"John Doe" <email@example.com>' 之类的字符串中 - 如何使用Template Tookit 从中提取电子邮件部分？

要解析的示例字符串如下：

$VAR1 = { 
    'date' => '2021-03-25',
    'time' => '03:58:18',
    'href' => 'https://example.com',
    'from' => 'fezius@evrostroyserov.ru on behalf of Caroline <fezius@evrostroyserov.ru>',
    'bytes' => 13620,
    'pmail' => 'user@example.com',
    'sender' => 'sender@example.com',
    'subject' => 'Some Email Subject'
};

我的代码，基于下面的@dave-cross 帮助，其中$VAR1 是dumper.dump(item.from) 的输出

[% text = item.from -%]
[% IF (matches = text.match('(.*?)(\s)?+<(.*?)>')) -%]
<td>[% matches.1 %]</td>
[% ELSE -%]
<td>[% text %]</td>
[% END %]

但是，它仍然不匹配 $VAR1

Answer 1

我不知道模板工具包如何为您提供帮助。使用Email::Address 或Email::Address::XS 解析电子邮件地址。

Answer 2

有一个非常古老（且未维护）的模块Template::Extract，让您定义一个模板，然后从可能由该模板生成的字符串向后工作：

use Template::Extract;
use Data::Dumper;

my $obj = Template::Extract->new;
my $template = qq("[% name %]" <[% email %]>);

my $string = '"John Doe" <email@example.com>';

my $extracted = $obj->extract($template, $string);

print Dumper( $extracted );

输出是：

$VAR1 = {
          'email' => 'email@example.com',
          'name' => 'John Doe'
        };

但是，有些模块已经为您完成这项工作，并将处理更多情况

Answer 3

这可以满足您的需求，但它非常脆弱，而且这确实不是您应该在 TT 代码中做的事情。您应该获取在模板外部解析的数据并将其传递到变量中，或者您应该传入一个可以从模板内部调用的解析子例程。

但是，在给你警告之后，如果你仍然坚持这是你想做的事，那么你可能会这样做：

在test.tt:

[% text = '"John Doe" <email@example.com>';
   matches = text.match('"(.*?)"\s+<(.*?)>');
   IF matches -%]
Name: [% matches.0 %]
Email: [% matches.1 %]
[% ELSE -%]
No match found
[% END -%]

然后，使用tpage进行测试：

$ tpage test.tt
Name: John Doe
Email: email@example.com

但我不能再强调你不应该这样做。

更新：我已使用此测试模板来调查您的进一步问题。

[% item = { from => '"John Doe" <email@example.com>' };
   text = item.from -%]
[% IF (matches = text.match('(.*?)(\s)?+<(.*?)>')) -%]
<td>[% matches.1 %]</td>
[% ELSE -%]
<td>[% text %]</td>
[% END %]

运行它，我得到了这个：

$ tpage test2.tt
<td> </td>

这就是我希望在比赛中看到的。您正在打印matches.1。这是matches 数组中的second 项。第二个匹配组是(\s)。所以我得到了名称和左尖括号之间的空格。

您可能不希望 matches 数组中的空格匹配，所以我会删除它周围的括号，以制作正则表达式 (.*?)\s*<(.*?)>（请注意，\s* 是一种更简单的方式来表示“零或更多空白字符”）。

您现在可以使用matches.0 获取姓名，使用matches.1 获取电子邮件地址。

哦，没有必要将items.from 复制到text。您可以在任何标量变量上调用 matches vmethod，因此使用起来可能更简单：

[% matches = item.from.match(...) -%]

我有没有提到这是一个非常糟糕的想法？ :-)

更新2：

如果您以与我为您做的相同方式提供完整、可运行的代码示例，这一切都会变得容易得多。每当我必须编辑某些内容以使示例运行时，我们就有可能会错误地猜测您的代码是如何工作的。

但是，请记住，这是我最新的测试模板：

[% item = {
    'date' => '2021-03-25',
    'time' => '03:58:18',
    'href' => 'https://example.com',
    'from' => 'fezius@evrostroyserov.ru on behalf of Caroline <fezius@evrostroyserov.ru>',
    'bytes' => 13620,
    'pmail' => 'user@example.com',
    'sender' => 'sender@example.com',
    'subject' => 'Some Email Subject'
};
   text = item.from -%]
[% IF (matches = text.match('(.*?)(\s)?<(.*?)>')) -%]
<td>[% matches.2 %]</td>
[% ELSE -%]
<td>[% text %]</td>
[% END %]

我已经更改了item 的定义以获取完整示例。我已经离开了正则表达式，就像我提出建议之前一样。而且（因为我没有更改正则表达式）我已将输出更改为打印matches.2 而不是matches.1.

接下来会发生什么：

$ tpage test3.tt
<td>fezius@evrostroyserov.ru</td>

所以它起作用了。

如果您的代码不起作用，那么您需要确定我的（工作）代码和您的（非工作）代码之间的区别。我很乐意帮助您识别这些差异，但您必须给出您的非工作示例才能让我这样做。

更新3：

我再次尝试合并您所说的更改。但同样，我不得不猜测一些东西，因为您没有共享完整的可运行示例。同样，我的代码按预期工作。

[% USE dumper -%]
[% item = {
    'date' => '2021-03-25',
    'time' => '03:58:18',
    'href' => 'https://example.com',
    'from' => 'fezius@evrostroyserov.ru on behalf of Caroline <fezius@evrostroyserov.ru>',
    'bytes' => 13620,
    'pmail' => 'user@example.com',
    'sender' => 'sender@example.com',
    'subject' => 'Some Email Subject'
};
 -%]
[% matches = item.from.match('(.*?)(\s)?<(.*?)>') -%]
[% dumper.dump(matches) %]

并对其进行测试：

$ tpage test4.tt
$VAR1 = [
          'fezius@evrostroyserov.ru on behalf of Caroline',
          ' ',
          'fezius@evrostroyserov.ru'
        ];

这样就行了。如果您需要更多帮助，请发送一个完整的可运行示例。如果你不这样做，我将无法再帮助你。