Здравейте, направих си един прост Regex (поне в моите очи) за extract-ване на имейли, който работи по следния начин:
Върши работа за примерите от домашното, обаче ударих на камък с точката в края на изречението в два от примерите.
Някой да има идея как да я "пропусна"?
Здравей,
опитай с този "\b(\b[\w.\w]+\b)@(\b[\w.\w]+\b)\b" 
string text = Console.ReadLine();
string pattern = @"\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*";
Regex reg = new Regex(pattern);
MatchCollection matches = reg.Matches(text);
foreach (Match i in matches)
{
Console.WriteLine(i.Groups[0]);
}
Това е моето решение.Може да ти свърши работа:)
Забележи, че така хващаш имейли, които започват с долна черта, например _steve@yahoo.cn, който е посочен в условието като невалиден. Хващаш също и парчета от невалидни имейли като --123@gmail.com.
Мерси Фил ще трябва да се мъча още.
Колега aanguelov , и вашият регекс хваща невалидни и-мейли. Не е само точката проблема...
Колега d3vildog, вашият не хваща и-мейли с тире в юзъра... а освен това хваща невалидни и-мейли с непълен хост и/или юзър с начално тире или точка.
Използвайте не примерните входове, а примерите за валидни и невалидни и-мейли като си правите регексите...
Аз го докарах дотук:
\w+([-.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
но въпросът е как да разкарам невалидните с точки и тирета в началото...
След като си получил резултатите от горния регекс мачваш всеки един резултат.
pattern = new Regex("^[a-zA-Z]"); foreach (Match m in matches) { var result = pattern.Match(m.Groups[0].Value); if (result.Success) { Console.WriteLine(m.Groups[0].Value); } }
За да сработи това предложение, трябва да редактирам моя регекс да хваща и невалидни с '-', '.', '_' в началото и след това да ги изолирам с нов регекс.
И това май не е толкова лош подход...
Аз успях да стигна до това
(\w+\.?-?\w+?\.?\w+)@(\w+.\w+\.?\w+\.?\w+)
и не издържах повече. Хваща и някои валидни части от невалидни мейли.
4-та е по-лесна :)
аз мисля, че моят работи коректно вече. Ето до къде го докарах patern-а:
string pattern = @"(?<user>[a-z][\w.-]+)@(?<host>[a-z][\w-]+\.[a-z]+)";
Мне, не работи. Хващаш невалидни имейли с '.' и '_' в началото, не хващаш валидни имейли с повече от 2 думи в хоста...
(?<user>[a-z][\w.-]+)
би трябвало да не хваща емайли започващи с . или _
Хм, три дена се боря с този патерн благодаря на колегите, показали своите решения.
Имам едни въпрос, на който се надявам да има еднозначен отговор - има ли начин да се сътвори регекс от следния тип:
"Хвани ми израз, който започва след whitespace и започва точно с буква и след буквата да има букви или точки, тирета и подчертавки, ама последните може и да ги няма, и по средата на израза да има @ и след него да има поне две думи, разделени с точка и вътре в думите може да има тире, ама може и да няма и края на израза да е точно буква"?
Ами то половината регекси постнати тук правят горе-долу това :)
Според мен не би трябвало да е така, но... тия Regular Expressions са на друго мнение. Голям филм са. Дам явно има за доискусуряване
А за тези, на които им е интересно, ето как изглежда генериран чрез Pearl регекс, който валидира имейли според RFC822 стандарта http://www.ex-parrot.com/pdw/Mail-RFC822-Address.html
Това работи с всички примери от домашното:
using System;
using System.Text.RegularExpressions;
class Extract_Emails
{
static void Main()
{
string input = Console.ReadLine();
string pattern = @"((?<=\s)[a-zA-Z0-9]+([-.]\w*)*@[a-zA-Z]+?([.-][a-zA-Z]*)*(\.[a-z]{2,}))";
Regex regex = new Regex(pattern);
MatchCollection matches = regex.Matches(input);
Console.WriteLine("Found {0} matches", matches.Count);
foreach (Match match in matches)
{
Console.WriteLine("Email: {0}", match.Groups[1]);
}
}
}
намерих грешката - match-ва "-" преди @
penko.goshov-@neshto.com is a match!
Здравейте, аз го докарах дотук, след 10-тина поправки, кажете какво мислите:
(?<=\s)[a-zA-Z0-9]+([\.\-\_]+(?:[a-zA-Z0-9]+))*@[a-z]+(?<=[a-z])(-?[a-z]+)*(\.[a-z]+(?<=[a-z]))+\b
Така като го гледам, съм убеден , че имам супер много излишни неща.
Мерси
Първата половина от регекса е ок.
Втората половина след @ можеш да я подобриш да не хваща
penko.goshov@neshto.c
който е не е валиден имейл, въпреки че не е посочен изрично в условието.
Например така ((?<=\s)[a-z0-9]*(?:\w+[-._]\w+)*@\w+([-.]\w+)*\.\w{2,}([-.]\w{2,})*)
Така е, мерси.
Ето поправката:
(?<=\s)[a-zA-Z0-9]+([\.\-\_]+(?:[a-zA-Z0-9]+))*@[a-z]{2,}+((?<=[a-z])(-?[a-z]+))*(\.[a-z]{2,}+)+\b
Това е моето решение:
(?:\s*)([a-zA-Z0-9]+[\.|\-|\_]?[a-zA-Z0-9]+@[a-zA-Z]+[\-]?[a-zA-Z]+[\.]?[a-zA-Z]+[\.][a-zA-Z]+)
\b[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,6}\b