regex per trovare l'indirizzo email da una stringa

Question

La mia intenzione è di ottenere l'indirizzo email da una pagina web. Ho la fonte della pagina. Sto leggendo la fonte della pagina riga per riga. Ora voglio ottenere l'indirizzo email dalla riga corrente che sto leggendo. Questa linea corrente potrebbe avere o meno email. Ho visto un sacco di esempi regexp. Ma la maggior parte di questi sono per la convalida dell'indirizzo email. Voglio ottenere l'indirizzo email da un'origine della pagina non valida. Dovrebbe funzionare come http://emailx.discoveryvip.com/ sta lavorando

Alcune linee di ingresso esempi sono:

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. 

voglio ottenere neeraj@yopmail.com dagli esempi 1,2 e 3. sto utilizzando Java e io non sono bravo a rexexp. Aiutami.

Answer 1

È possibile convalidare formati di indirizzo di posta elettronica, come in base alla RFC 2822, con questo:

(?:[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])?|\[(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?|[a-z0-9-]*[a-z0-9]:(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21-\x5a\x53-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])+)\]) 

ed ecco una spiegazione da regular-expressions.info:

Questa espressione regolare ha due parti: la parte prima della @ e la parte dopo la @. Ci sono due alternative per la parte prima della @: può consistere in una serie di lettere, cifre e certi simboli, inclusi uno o più punti. Tuttavia, i punti potrebbero non apparire consecutivamente o all'inizio o alla fine dell'indirizzo email. L'altra alternativa richiede che la parte prima della @ sia racchiusa tra virgolette doppie, consentendo qualsiasi stringa di caratteri ASCII tra le virgolette. Caratteri bianchi, doppi apici e barre retroverse devono essere preceduti da barre rovesciate.

E potete verificarlo qui: Rubular example.

Answer 2

avete bisogno di qualcosa di simile espressione regolare:

".*(\b[A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,4}\b).*" 

Quando si corrisponde, è possibile estrarre il primo gruppo e che sarà la tua email.

String regex = ".*(\b[A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,4}\b).*"; 
Pattern p = Pattern.compile(regex); 
Matcher m = p.matcher("your text here"); 
if (m.matches()) { 
    String email = m.group(1); 
    //do somethinfg with your email 
} 

Answer 3

Il codice corretto è

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()); 
} 

Questo darà la lista delle mail nel lungo testo di input/html.

Answer 4

Questo è un modo semplice per estrarre tutte le email da stringa di input usando Patterns.EMAIL_ADDRESS:

public static List<String> getEmails(@NonNull String input) { 
     List<String> emails = new ArrayList<>(); 
     Matcher matcher = Patterns.EMAIL_ADDRESS.matcher(input); 
     while (matcher.find()) { 
      int matchStart = matcher.start(0); 
      int matchEnd = matcher.end(0); 
      emails.add(input.substring(matchStart, matchEnd)); 
     } 
     return emails; 
    }