如何在解析电子邮件正文时剥离签名图像？答案

【问题标题】：How to strip signature image while parsing the email body?如何在解析电子邮件正文时剥离签名图像？
【发布时间】：2017-11-28 23:09:13
【问题描述】：

我只使用以下方法从电子邮件正文中捕获所有有效的电子邮件地址。

 public static IEnumerable<string> ParseAllEmailAddressess(string data)
    {
        HashSet<String> emailAddressess = new HashSet<string>();
        Regex emailRegex = new Regex(@"\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*", RegexOptions.IgnoreCase);
        MatchCollection emailMatches = emailRegex.Matches(data);
        foreach (Match emailMatch in emailMatches)
        {
            emailAddressess.Add(emailMatch.Value);
        }
        return emailAddressess;
    }

这里的问题是 Outlook 将签名图像转换为一些随机的电子邮件地址，例如 (image001.png@01D36870.C9EE4D60) 。我的方法将其视为有效的电子邮件地址并捕获它。我想在解析电子邮件正文时去掉这样的电子邮件地址。

我可以考虑将电子邮件地址拆分为 .在@site 之前并使用第一个索引来匹配图像扩展名“.png”来识别有效的电子邮件。但我认为它不是很有效。应用一些 reg ex 来剥离签名图像内容会很快。

任何帮助将不胜感激。

【问题讨论】：

标签： c# asp.net regex regex-negation regex-group

【解决方案1】：

我最终创建了以下方法来从电子邮件正文中删除签名图像电子邮件地址。

  public static readonly string[] _validExtensions = { "jpg", "bmp", "gif", "png", "jpeg","tiff","raw","psd" };

    public static bool IsImageExtension(string email)
    {
        bool isContainsImageExt = false;           

            MailAddress addr = new MailAddress(email);
            string username = addr.User;
            if (!string.IsNullOrEmpty(username) && username.Contains('.'))
            {
                String[] parts = username.Split(new[] { '.' });
                if(!string.IsNullOrEmpty(parts[0]) && !string.IsNullOrEmpty(parts[1]))
                {
                    if(_validExtensions.Contains(parts[1].ToLower()) && (parts[0].ToLower().Contains("image")))
                    {
                         isContainsImageExt = true;
                    }
                }
            }

        return isContainsImageExt;
    }

【讨论】：