Python 正则表达式提取电子邮件信息答案

【问题标题】：Python Regex to Extract Email InformationPython 正则表达式提取电子邮件信息
【发布时间】：2021-11-24 09:27:30
【问题描述】：

我有以下数据，我想从中只检索消息男孩部分并删除与“转发”标题相关的所有信息。

---------------------- Forwarded by Phillip K Allen/HOU/ECT on 03/21/2000 
01:24 PM ---------------------------

Stephane Brodeur
03/16/2000 07:06 AM
To: Phillip K Allen/HOU/ECT@ECT
cc:  
Subject: Maps

As requested by John, here's the map and the forecast...
Call me if you have any questions (403) 974-6756.

到目前为止我尝试过的低于正则表达式。 matchObjj = re.search(r'(---.*?)Subject:', tmp_text, re.DOTALL)

当我使用以下命令打印时

print( tmp_text[matchObjj.span()[1]:])

我得到低于输出。

Maps
 
As requested by John, here's the map and the forecast...
Call me if you have any questions (403) 974-6756.

所以基本上问题是正则表达式没有删除“主题：”的完整行，只有标题主题：被删除，但实际的主题文本仍然存在，在这种情况下是“地图”。我希望正则表达式检测到主题行末尾的文本，然后将其删除。请分享你的想法。

【问题讨论】：

标签： python regex email

【解决方案1】：

最简单的方法应该是将您的正则表达式更改为：

r'(---.*?)Subject:[^\n]*\n'

这将使您的匹配一直延伸到下一个换行符，使其跨度的结尾成为下一行的开头。

【讨论】：

感谢 rk，它确实有效并得到了输出。
@AsadKamal 然后请接受作为答案

【解决方案2】：

您可以通过使用splitlines 创建一个句子列表并从主题行中分割此列表，从而在不使用正则表达式的情况下做到这一点：

text = '''---------------------- Forwarded by Phillip K Allen/HOU/ECT on 03/21/2000 
01:24 PM ---------------------------
 
 
Stephane Brodeur
03/16/2000 07:06 AM
To: Phillip K Allen/HOU/ECT@ECT
cc:  
Subject: Maps
 
As requested by John, here's the map and the forecast...
Call me if you have any questions'''

data = text.splitlines()
slice_idx = [i for i, s in enumerate(data) if s.startswith('Subject: ')][0]
body = '/n'.join(data[slice_idx+2:])

输出：

As requested by John, here's the map and the forecast...
Call me if you have any questions

【讨论】：

我使用正则表达式的 RJ 原因是因为一个电子邮件线程可以包含多个转发块，并且在同一电子邮件线程中使用多个转发块会变得困难。

【解决方案3】：

主题行后有更多空格，或者您的情况可能有 \t 分隔。您可以尝试将大小写与两个或多个空格匹配。例如

regexEquation = "(---.*?)Subject:[^\n]*(\s)+"

您可以从here 或here 获得匹配更多空格的帮助。

**Output**: As requested by John, here's the map and the forecast...
Call me if you have any questions (403) 974-6756.

【讨论】：

UPD：它不会给你所需的结果，@rkechlos 的回答会很好。