正则表达式，用于从字符串中查找电子邮件地址

html regex java

2022-09-03 09:38:05

我的目的是从网页获取电子邮件地址。我有页面源代码。我正在逐行阅读页面源代码。现在我想从我正在阅读的当前行中获取电子邮件地址。当前行可能有也可能没有电子邮件。我看到了很多正则表达式的例子。但其中大多数用于验证电子邮件地址。我想从页面源获取电子邮件地址，但未进行验证。它应该在 http://emailx.discoveryvip.com/ 工作时工作

一些示例输入行是：

1)<p>Send details to <a href="&#109;&#97;&#105;&#108;&#116;&#111;&#58;%72%65%62%65%6b%61%68@%68%61%63%6b%73%75%72%66%65%72.%63%6f%6d">neeraj@yopmail.com</a></p>

2)<p>Interested should send details directly to <a href="http://www.abcdef.com/abcdef/">www.abcdef.com/abcdef/</a>. Should you have any questions, please email <a href="&#109;&#97;&#105;&#108;&#116;&#111;&#58;%6a%6f%62%73@%72%65%6c%61%79.%65%64%75">neeraj@yopmail.com</a>.

3)Note :- Send your queries at  neeraj@yopmail.com  for more details call Mr. neeraj 012345678901.

我想从示例 1、2 和 3 中获取 neeraj@yopmail.com。我正在使用java，但我不擅长rexexp。帮帮我。

答案 1

您可以按照 RFC 2822 验证电子邮件地址格式，如下所示：

(?:[a-z0-9!#$%&'*+/=?^_`{|}~-]+(?:\.[a-z0-9!#$%&'*+/=?^_`{|}~-]+)*|"(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21\x23-\x5b\x5d-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])*")@(?:(?:[a-z0-9](?:[a-z0-9-]*[a-z0-9])?\.)+[a-z0-9](?:[a-z0-9-]*[a-z0-9])?|\[(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?|[a-z0-9-]*[a-z0-9]:(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21-\x5a\x53-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])+)\])

这是 regular-expressions.info 的解释：

此正则表达式有两部分：@ 前面的部分和 @ 之后的部分。@之前的部分有两种选择：它可以由一系列字母，数字和某些符号组成，包括一个或多个点。但是，点可能不会连续出现，也不会出现在电子邮件地址的开头或结尾。另一种替代方法要求将 @ 前面的部分括在双引号中，从而允许在引号之间使用任何 ASCII 字符字符串。空格字符、双引号和反斜杠必须使用反斜杠进行转义。

你可以在这里查看这个：Rubular示例。

答案 2

正确的代码是

Pattern p = Pattern.compile("\\b[A-Z0-9._%+-]+@[A-Z0-9.-]+\\.[A-Z]{2,4}\\b",
    Pattern.CASE_INSENSITIVE);
Matcher matcher = p.matcher(input);
Set<String> emails = new HashSet<String>();
while(matcher.find()) {
  emails.add(matcher.group());
}

这将在长文本/ html输入中给出邮件地址列表。