用于检测文本中电子邮件的正则表达式

Question

我在 C# 中有一个正则表达式来检测文本中的电子邮件，然后我在其中放置了一个带有 mailto 参数的锚标记以使其可点击。但是，如果电子邮件已经在锚标记中，则正则表达式会检测到锚标记中的电子邮件，然后下一个代码会在其上放置另一个锚标记。 Regex 中有什么方法可以避免已经在锚标签中的电子邮件？

C#中的正则表达式代码是：

string sRegex = @"([\w-]+(\.[\w-]+)*@([a-z0-9-]+(\.[a-z0-9-]+)*?\.[a-z]{2,6}|(\d{1,3}\.){3}\d{1,3})(:\d{4})?)";

Regex Regx = new Regex(sRegex, RegexOptions.IgnoreCase);

示例文本为：

string sContent = "ttt <a href='mailto:someone@example.com'>someemail@mail.com</a> abc email@email.com";

所需的输出是：

"ttt <a href='mailto:someone@example.com'>someemail@mail.com</a> abc <a href='mailto:email@email.com'>email@email.com</a>";

所以，这里的重点是正则表达式应该只检测那些不在锚标签内或已经可点击的有效电子邮件，也不应该是锚标签内的锚标签的 href 值。

上面给出的正则表达式正在检测文本中所有可能不需要的电子邮件。

Answer 1

你能用否定的眼神来测试mailto吗：

(?<!mailto\:)([\w-]+(.[\w-]+)@([a-z0-9-]+(.[a-z0-9-]+)?.[a-z]{2,6}|(\d{1,3}.){3}\d{1,3})(:\d{4})?)

应该匹配前面没有mailto:的任何内容

我认为正在发生的事情是([\w\-]+(.[\w-])+) 中的. 匹配太多。您的意思是使用. 而不是\. 吗？

通过转义. 生成以下代码

someemail@mail.com
email@email.com


public void Test()
{

    Regex pattern = new Regex(@"\b(?<!mailto:)([\w\-]+(\.[\w\-])*@([a-z0-9-]+(.[a-z0-9-]+)?.[a-z]{2,6}|(\d{1,3}.){3}\d{1,3})(:\d{4})?)");
    MatchCollection matchCollection = pattern.Matches("ttt <a href='mailto:someone@example.com'>someemail@mail.com</a> abc email@email.com");
    foreach (Match match in matchCollection)
    {
        Debug.WriteLine(match);
    }
}

你正在尝试做的事情的真实世界实现可能看起来更像这样

Regex pattern = new Regex(@"(?<!mailto\:)\b[\w\-]+@[a-z0-9-]+(\.[a-z0-9\-])*\.[a-z]{2,8}\b(?!\<\/a)");
MatchCollection matchCollection = pattern.Matches("ttt <a href='mailto:so1meone@example.com'>someemail@mail.com</a> abc email@email.com");
foreach (Match match in matchCollection)
{
    Debug.WriteLine(match);
}

---

对不起，你是对的，我没有考虑到否定断言不够贪婪。

\b(?!mailto\:)([\w-]+(.[\w-]+)@([a-z0-9-]+(.[a-z0-9-]+)?.[a-z]{2,6}|(\d{1,3}.){3}\d{1,3})(:\d{4})?)

应该工作