問題タブ [email-parsing]

電子メールに含まれる可能性のある引用された返信テキストから、電子メールのテキストを解析する方法を見つけようとしています。通常、メール クライアントは「On such and such date so and so written」を挿入するか、行の前に山かっこを付けることに気付きました。残念ながら、誰もがこれを行うわけではありません。プログラムで返信テキストを検出する方法について誰か考えがありますか? このパーサーを作成するために C# を使用しています。

毎日何千通ものメールを受信して​​おり、これらのメールの内容/本文を解析してデータベースにロードしたいと考えています。

私の問題は、最近、電子メール本文を手動で解析していて、ロジックをC# の正規表現に変更したいということです。

メールの本文は次のとおりです。

Gentilissima Agnzia Nexity Residenziale

il nostro utente:

Sig./Sig.ra :パブロ・アゾリン

電子メール: pabloazorin@gmail.com

電話：02322-498900

sta cercando un immobile con le seguenti caratteristiche:

カテゴリー:レジデンツィアーレ

ヒント:ヴィラ

語句のタイプ: Vendita

コムン: アッサーゴ県 ミラノ

帯：非特定性

Fascia di prezzo:非特定

太字のテキストを抽出する必要があり、これには正規表現が必要だと思いました...

それを機能させる方法についての提案をお待ちしております。

ありがとう！

--パブロ

メールで引用されたテキストを識別する方法を探しています。目標は、Gmailの「引用符で囲まれたテキストを表示する」機能に沿って、メールハンドラボットを含むWebアプリに何かを追加することです。

stackoverflowについても同様の質問がありますが、アルゴリズムを求めています。必要に応じてこれを実装することもできますが、実証済みの真のソリューションを強く望んでいます。

要件：

1）HTMLとプレーンテキストの両方の電子メールをサポートする

2）フルスレッドで動作します（つまり、引用されたテキストと比較するための元のテキストがあります。推測する必要はありません）

3）「2008年5月10日午後6時35分にブランドンが書いた」などの一般的な見積もり関連の追加を処理します。

Pythonライブラリは魔法のように素晴らしい理想ですが、それが幸運になるとは思っていません。これを実行できる単純なコマンドラインツールは理想にかなり近いでしょうが、私はそれが幸運であるとは思っていません。私は、ツールに抽出することが合理的に可能である、オープンソースのメールクライアントからのよく知られた優れた実装に喜んで落ち着きます。

誰かが私の最善の策が何であるかについての提案がありますか？

「メールハンドラボット構築キット」というものがないのにはちょっと驚きました。

たとえば、元のメッセージ (メッセージ 1) が...

ねえ、ジョン、
ピザを食べに行きませんか?
-明細書

そして返信（メッセージ2）は…

ビル、
すみません、今日はランチを作れません。
Jonathon Parks、CTO Acme Systems

2010 年 2 月 24 日水曜日の午後 4 時 43 分に、ビル・ウォーターズは次のように書いています。

> ねえ、ジョン
> ピザを食べに行きませんか?
> -ビル

Gmail では、システムは (a) メッセージ 2 がメッセージ 1 への返信であることを検出し、これをある種の「スレッド」に変換し、(b)メッセージの返信部分が実際にどこにあるかを検出し、それをユーザーから隠します。(この場合、隠し部分は「2 月 2 日の水曜日」から始まり、メッセージの最後まで続きます。)

明らかに、この単純な例では、"On <Date>, <Name> written:" または ">" 文字プレフィックスを簡単に検出できます。しかし、多くの電子メール システムには、返信をマークするさまざまなスタイルがあります (HTML 電子メールは言うまでもありません)。GMail の優れた機能に近づけるには、非常にスマートな文字列解析アルゴリズムが必要になると思います。

このテクノロジは、どこかのオープン ソース プロジェクトに既に存在しますか? これ専用のライブラリ、または同様のメッセージスレッドを行うオープンソースの電子メールクライアントのいずれかでしょうか?

ありがとう。

これは、結び付いた2つの質問のようなものだと思います。

関連する質問では、pop3 を使用して電子メールを読み取り、解析する方法について説明しています。これを実行できるようにする必要がありますが、必要なすべての電子メール アドレスで動作できるようにしたいと考えています。

ユーザーが一意のメール アドレスにメールでコンテンツを送信できるようにしようとしています。これにより、コンテンツを関連付ける必要があるアカウントが自動的に認識されます。

これらの電子メール アドレスを C# でオンザフライで作成し、これらの電子メール アカウントをチェックしてコンテンツを送信する良い方法はありますか?

または、ドメインに送信されたすべての電子メールを取得し、宛先アドレスが何であるかを確認できる「ワイルドカード」電子メール アカウントを作成する方法はありますか?

以下の電子メールのフィールド（日付、件名、差出人、宛先）の解析に役立つJavaライブラリに精通している人はいますか？

生徒が宿題をメールで送信し、メールが自動的に処理されるように、メール ゲートウェイを設定する方法についてアドバイスを求めています。

たとえば、studenta@univ.edu から「CS208 hw1」という件名のメールが届いた場合、CS208 を受講している学生のリストで Studenta をクロスチェックし、添付ファイルをすべて取得して、その学生の hw1 フォルダにダンプし、返信します。どのファイルをいつ受信したかを示す電子メールで。件名が間違っていたり、ファイルが見つからないなど、学生の電子メールの形式が正しくない場合、サービスは適切な電子メールを送信します。

私は、電子メール サーバーとして構成できるキャンパス内の Linux マシンへの管理アクセス権を持っています。

思いつきで、fetchmail と cron ジョブを使用して、指定されたユーザーの電子メールを一貫して読み取り、何らかのスクリプトで適切な応答を実行することを考えていました。これは良い方法のように聞こえますか？より良いアイデアを歓迎しますか？

それは私の試みの例です。問題は、ファイルが多すぎることです。ファイルに書き込まれる内容は次のとおりです (ご覧のとおり、大量のゴミをファイルに送信しました)。

検索中にこれを見つけましたが、実装方法やコードのどこに挿入するか、または機能するかどうかわかりません。

では、メールのプレーンテキスト領域だけをファイルまたはスクリプトに取り込んで、さらに処理するにはどうすればよいでしょうか??

前もって感謝します。スタックオーバーフローは素晴らしいです！

たとえば、電子メールの「TO」ヘッダー フィールドの内容を個々のアドレスに解析するには、rfc822.AddressList のようなものが必要です。rfc822 は廃止され、email パッケージが優先されたため、同様のものを探しましたが、何も見つかりませんでした。代わりに何を使うべきか知っている人はいますか？

ありがとう！