我们有一个场景需要我们解析大量电子邮件（纯文本），每个电子邮件“类型”都是针对不同平台运行的脚本的结果。有些是制表符分隔的，有些是空格分隔的，有些是我们还不知道的。
我们将来也需要支持更多“格式”。
我们是否使用以下方法寻求解决方案：
整体解决方案将在 C# 2.0（希望是 3.5）中开发
【问题讨论】：
标签： c# email parsing projects-and-solutions
正则表达式。
正则表达式几乎可以解决世界和平以外的所有问题。好吧，也许世界和平也是如此。
【讨论】：
您所说的三个解决方案都涵盖了非常不同的需求。
手动解析（简单的文本搜索）是最灵活和适应性最强的，但是，由于所需的解析更加复杂，它很快就会成为真正的麻烦。
Regex 是一种中间立场，可能是您最好的选择。它们功能强大且灵活，因为您可以自己从调用不同正则表达式的代码中添加更多逻辑。这里的主要缺点是速度。
Lex/Yacc 实际上只适用于非常复杂、可预测的语法，并且缺乏很多编译后的灵活性。您不能在中间解析中轻松更改解析器，实际上您可以，但它太重了，您最好使用正则表达式。
我知道这是陈词滥调答案，这完全取决于您的确切需求，但根据您所说，我个人可能会选择一袋正则表达式。
作为一种替代，正如 Vaibhav 指出的那样，如果您可能会出现几种不同的情况，并且您可以轻松检测到哪种情况即将到来，那么您可以制作一个选择正确算法的插件系统，并且这些算法都可能非常不同，一种在尖锐的情况下使用 Lex/Yacc，另一种在更简单的情况下使用 IndexOf 和正则表达式。
【讨论】：
无论您使用哪种类型的字符串解析，您可能都应该拥有一个可插拔系统。因此，该系统会根据电子邮件的类型调用正确的“插件”来解析它。
【讨论】：
您必须将解决方案设计为可更新的，以便在出现未知情况时处理它们。为解析器创建一个接口，其中不仅包含用于解析电子邮件并以标准格式返回结果的方法，还包含用于检查电子邮件以确定解析器是否会执行的方法。
在您的配置中，确定您希望使用的解析器类型，设置其配置选项，以及用于确定解析器是否起作用的标识符的配置。按程序集限定名称命名解析器，以便即使没有指向它们的程序集的静态链接，也可以在运行时实例化类型。
标识符也可以实现一个接口，因此您可以创建不同的类型来检查不同的事物。例如，您可以创建一个正则表达式标识符，用于解析电子邮件以查找特定模式。确保为标识符提供尽可能多的信息，以便它可以根据地址和电子邮件内容等做出决定。
当您已知的解析器无法处理作业时，创建一个新的 DLL，其类型可实现解析器和标识符接口以处理该作业并将它们放入您的 bin 目录中。
【讨论】：
这取决于您要解析的内容。对于 Regex 无法处理的任何内容，我一直在使用 ANTLR。在你第一次进入递归下降解析之前，我会研究它们是如何工作的，然后再尝试使用这样的框架。如果您订阅了 MSDN 杂志，请查看 2008 年 2 月的问题，其中有一篇关于从头开始编写的文章。
一旦你理解了，学习 ANTLR 就会容易很多。还有其他框架，但 ANTLR 似乎拥有最多的社区支持和公共文档。作者还发布了The Definitive ANTLR Reference: Building Domain-Specific Languages。
【讨论】：
Regex 可能是您的最佳选择，经过尝试和验证。另外可以编译正则表达式。
【讨论】：
您最好的选择是 RegEx，因为它比任何其他选项都提供了更大程度的灵活性。
虽然您可以使用 IndexOf 来处理某些事情，但您很快就会发现自己编写的代码如下所示：
if(s.IndexOf("search1")>-1 || s.IndexOf("search2")>-1 ||...
这可以在一个 RegEx 语句中处理。另外，还有很多地方，比如RegExLib.com，在那里你可以找到共享正则表达式来解决问题的人。
【讨论】：
@Coincoin 已经覆盖了基础；我只想补充一点，使用正则表达式特别容易得到难以阅读、难以维护的代码。正则表达式是一种功能强大且非常紧凑的语言，因此它经常使用。
在正则表达式中使用空格和 cmets 可以大大简化正则表达式的维护。 Eric Gunnerson 让我想到了这个想法。这里是an example。
【讨论】：
使用 PCRE。所有其他答案都只是第二好。
【讨论】：
您提供的信息很少，我会选择正则表达式。
但是你想要解析什么样的信息以及你想要做什么可能会改变对 Lex/Yacc 的决定..
但看起来您已经下定决心使用字符串搜索:)
【讨论】：