RegExp，用于将电子邮件列表拆分为基本组件(JavaScript)

Question

我几乎可以工作，但不完全是。

我有一个JavaScript字符串，其中包含每个格式不同的电子邮件列表(没有换行符，为了易读性而编辑)：

var emailList = '[e-mail], 
lucky <[e-mail]>, 
"William Tell" <[e-mail]>, 
"John Rambo, III" <[e-mail]>, 
"there, might, be, several, commas inside the quotes" <[e-mail]>, 
"yes, this is also a valid email address, can you believe" <yes@this@[e-mail]>'

首先，我需要将此字符串拆分为不同的电子邮件。电子邮件按', '分隔：

[e-mail], lucky <[e-mail]>

但', '也可能出现在用引号括起来的名称中：

"John Rambo, III" <[e-mail]>

甚至可以在引号中找到多个逗号：

"there, might, be, several, commas inside the quotes" <[e-mail]>

第 1 步：替换括在引号中的,

我想用逗号代替类似<<<<!!!!>>>>

我已经尝试过这个正则表达式：(".*)(,)(s.*"), $1<<<<!!!!>>>>$3https://regex101.com/r/baha69/1/但它没有替换引号内的逗号...... ：-(

第 2 步：拆分数组并撤消逗号替换

现在，这可以在JavaScript中通过拆分和替换轻松完成：

var Array = emailList.split(', ');
Array.forEach(function(element, index, arr) {
arr[index] = element.replace("<<<<!!!!>>>> ", ", ");
});

在这一点上，我应该有一个这样的数组(没有换行符，为了易读性而编辑)：

Array[0] = '[e-mail]'
Array[1] = 'lucky
<[e-mail]>'
Array[2] = '"William Tell"
<[e-mail]>'
Array[3] = '"John Rambo, III"
<[e-mail]>'
Array[4] = '"there, might, be, several, commas inside the quotes
<[e-mail]>'
Array[5] = '"yes, this is also a valid email address, can you believe"
<yes@this@[e-mail]>'

第 3 步：拆分电子邮件地址

现在，我必须将每封电子邮件转换为基本组件(没有换行符，为了便于阅读而编辑)：

Array[0] = {fullName: '',
firstWord: '', localPart: 'peter', company: 'pan', 
email: '[e-mail]'}
Array[1] = {fullName: 'lucky',
firstWord: 'lucky', localPart: 'jack', company: 'pot', 
email: '[e-mail]'};
Array[2] = {fullName: 'William Tell',
firstWord: 'William', localPart: 'billy', company: 'tell',
email: '[e-mail]'};
Array[3] = {fullName: 'John Rambo, III',
firstWord: 'John', localPart: 'johnny', company: 'rambo',
email: '[e-mail]'};
Array[4] = {fullName: 'there, might, be, several, commas inside the quotes', 
firstWord: 'there', localPart: 'multiple', company: 'commas',
email: '[e-mail]'};
Array[5] = {fullName: 'yes, this is also a valid email address, can you believe', 
firstWord: 'yes', localPart: 'yes@this@is', company: 'valid',
email: 'yes@this@[e-mail]'};

为此，我将使用以下正则表达式：

var firstWord = element.match('/"?(w*),? .*"?/ig')[1]; 

这行得通！！ ：-) https://regex101.com/r/6Z481l/1

var fullName = element.match('/"?(.*)"? </ig')[1]; 

这不起作用：捕获尾随" ：-( https://regex101.com/r/6Z481l/2

var localpart = element.match('/<(.*)@/ig')[1];

这不起作用：彼得在peter@pan没有被捕获：-( https://regex101.com/r/6Z481l/3

var company = element.match('/@(.*)./ig')[1];

这行得通！！ ：-) https://regex101.com/r/6Z481l/4

var email = element.match('/<(.*@.*)>|(^[^<].*[^>])/ig')[1];

令人惊讶的是，这有效！！ ：-)但我几乎可以肯定它可以变得更优雅 https://regex101.com/r/6Z481l/5

值得一提的是，电子邮件被假定为经过验证

因此，我需要一些帮助来完成步骤 1 和 3。如果步骤 3 中的任何工作正则表达式可以简化或变得更优雅，我会从中学习！

不是目标，但如果你想出一个神奇的正则表达式，像我需要的那样拆分电子邮件，那么我可以保证你肯定会让我惊叹，让我因为缺乏正则表达式知识而感到非常渺小!! ：-)

谢谢！

Answer 1

我相信你应该能够使用正则表达式获得预期的最终结果：

(?:(?:"?((w+)b.*b)"?)s)?<?(([w@]*)@(w*).[a-zA-Z]{2,3})>?,?

并将其替换为：

{ fullName:'1', firstWord:'2', localPart:'4', company:'5', email:'3'}

查看演示

Answer 2

您可以在逗号处拆分字符串，不包括括在引号中的字符串，如下所示：

,(?=(?:[^'"]|'[^']*'|"[^"]*")*$)

这应该可以让您摆脱步骤1和2。

关于步骤 3 中的非功能模式：

不起作用：捕获尾随">

• (?|"([^"]+)"|(.*) <)：第一个匹配平衡报价，或者<之前的所有内容。
  警告：如果组 2 为空，则必须检查组 2(不幸的是，JS 没有分支重置组)。

不起作用：peter@pan中的彼得没有被捕获

• (<|^)(.*)@：你可以从一开始就进行二次匹配;
  但是，这很麻烦，因为模式没有正确锚定。

对于电子邮件验证部分，您应该使用现有和推荐的解决方案之一。但我想这是另一个话题。