javascriptを使用してtext/html、電子メールメッセージのContent-Type部分を解析し、HTML部分だけを抽出する必要があります。問題のメールソースの一部の例を次に示します。
------=_Part_1504541_510475628.1327512846983
Content-Type: text/html; charset=UTF-8
Content-Transfer-Encoding: 7bit
<html ... a bunch of html ...
/html>
<html>の後のタグの間（およびそれを含む）のすべてを抽出したいと思いますtext/html。どうすればよいですか？
注：ハッキーな正規表現で大丈夫です。これが防弾になるとは思わない。
RFC/MIME ドキュメントに基づいて、カプセル化の境界は、完全に 2 つのハイフン文字 (「-」、10 進コード 45) と、その後に続く Content-Type ヘッダー フィールドの境界パラメーター値で構成される行として定義されます。
注: JavaScript には、ドットを改行を含むすべての文字に一致/sさせる修飾子は実際にはありません。.完全に任意の文字に一致させるには、省略形クラスとその否定バージョンを含む文字クラスを使用できます ( [\s\S].
正規表現:
\n--[^\n\r]*\r?\nContent-Type: text\/html[\s\S]*?\r?\n\r?\n([\s\S]*?)\n\r?\n--
JavaScript:
matches = /\n--[^\n\r]*\r?\nContent-Type: text\/html[\s\S]*?\r?\n\r?\n([\s\S]*?)\n\r?\n--/gim.exec(mail);
Ωmega による答えは近いですが、境界に-文字が含まれているかどうかはわかりません。
最初にヘッダー内を調べる必要があります。実際のメール コンテンツのヘッダーと本文は で区切られ\r\n\r\nます。次のようなヘッダーが表示されます。
Content-Type: multipart/alternative;
boundary="------=_Part_1504541_510475628.1327512846983"
この境界は、実際の仕切りを見つけるために使用できるものです。次に、Ωmega と同じように正規表現を作成できますが、この除算器を代用できます。
注意すべき唯一のことは--、通常の境界コンテンツに加えて、最後の境界が最後にあるということです。
var html = source.toString().substr(source.toString().indexOf("\n\n")).trim();