正则表达式解析中间的 MIME 消息体如何？

如何解决正则表达式解析中间的 MIME 消息体如何？

我正在编写 IMAP4 备份应用程序。经过大量研究，我找到了正确的 IMAP 命令来返回所有消息或一系列消息。

SS01 UID FETCH 1:* BODY[]

这个漂亮的命令以以下格式返回数据：

* 1 FETCH (UID 2 BODY[] {7765}
data to be extracted
from here! which can possibly contain
) <--- one or more prior to its final...
)
* 2 FETCH (UID 3 BODY[] {443}
data to be extracted
from here! which can possibly contain
) <--- one or more prior to its final...
)
* 3 FETCH (UID 4 BODY[] {4432}
data to be extracted
from here! which can possibly contain
) <--- one or more prior to its final...
)
* 4 FETCH (UID 5 BODY[] {123}
data to be extracted
from here! which can possibly contain
) <--- one or more prior to its final...
)
SS01 OK Success

我能在本文中找到的唯一独特模式是：

第一条消息以...开头

1 FETCH (UID 2 BODY[] {7765}

每条不是最后一条的消息都以......结束

)
* 2 FETCH (UID 3 BODY[] {443}

最后一条消息以...结束

)
SS01 OK Success

我在我正在尝试实施但没有成功的网站上找到了以下示例。

正则表达式模式是：

(?<=This is)(.*)(?=sentence)

这是一个不起作用的最小可重现示例。

(\*\s\d+\s\w+\s\(UID\s\d+\sBODY\[\]\s\{\d+\})(.*\n)(\)\n\*\s\d+\s\w+\s\(UID\s\d+\sBODY\[\]\s\{\d+\})

解决方法

您可以像这样大大简化您的正则表达式：

\{\d+\}$[\r\n]+([\s\S]+?)^\)$

• \{\d+\}$ - 在行尾查找 {digits}
• [\r\n]+ - 捕获任何新行
• ([\s\S]+?) - 粗略地捕获所需的文本，直到：（阅读以下要点）
• ^\)$ - 查找仅包含右括号 )
的行

您想要的文本将在捕获组 #1 中

https://regex101.com/r/A86eEv/1/

var regex = /\{\d+\}$[\r\n]+([\s\S]+?)^\)$/gm;

var text = `* 1 FETCH (UID 2 BODY[] {7765}
data to be extracted
from here!
)
* 2 FETCH (UID 3 BODY[] {443}
data to be extracted
from here!
)
* 3 FETCH (UID 4 BODY[] {4432}
data to be extracted
from here!
)
* 4 FETCH (UID 5 BODY[] {123}
data to be extracted
from here!
)
SS01 OK Success`;

var matches = [...text.matchAll(regex)];
console.log(Array.from(matches,x => x[1].trim()));

,

你可以使用

/\* \d+ FETCH \(UID \d+ BODY\[] {\d+}\s*([\s\S]*?)(?=\)[\r\n]+(?:\* \d+ FETCH \(UID \d+ BODY\[] {\d+}|SS01 OK Success))/g

参见regex demo。或者，如果您不需要如此彻底地检查所有上下文，请使用

/{\d+}\s*([\s\S]*?)(?=\))/g

详情：

• \* \d+ FETCH \(UID \d+ BODY\[] {\d+} - *，空格，一位或多位数字，空格，FETCH，空格，(UID，空格，1+ 位数字，空格，{{1} }，空格，BODY[]，一位或多位数字，{
• } - 零个或多个空格
• \s* - 第 1 组（您需要获取的值）：尽可能少的零个或多个字符
• ([\s\S]*?) - 正向前瞻，需要紧接当前位置右侧的以下模​​式序列：
  • (?=\)[\r\n]+(?:\* \d+ FETCH \(UID \d+ BODY\[] {\d+}|SS01 OK Success)) - \) 字符
  • ) - 一个或多个 CR 或 LF 字符
  • [\r\n]+ - 任一
    • (?:\* \d+ FETCH \(UID \d+ BODY\[] {\d+}|SS01 OK Success) - \* \d+ FETCH \(UID \d+ BODY\[] {\d+}，空格，一位或多位数字，空格，*，空格，FETCH，空格，1+ 位数字，空格，{{1} }，空格，(UID，一位或多位数字，BODY[]
    • { - 或
    • } - | 字符串。

JavaScript 演示：

SS01 OK Success