知识卡片

问题卡 · 6274.f

邮件头不宜用单行模式猜解

理解等级:中级

示例用正则从整份文本取From与Date,依赖固定大小写、换行和头形状;[^\r]+并没有排除换行,在仅LF输入中可能吞进后续多行,缺头时groups也会失败。应先按邮件头语法解析,再区分发件地址、显示名和原始字段;不能把一个样本匹配成功当任意邮件解析保证。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      re.search(r"From: ([^\r]+)", message_text).groups()[0] _date = re.search(r"Date: ([^\r]+)", message_text).groups()[0] # Convert _date to the asctime representation for the From_ li

    参考来源

    - 位置:《社交网站的数据挖掘与分析(原书第2版)》第6章《6.2.3 将邮件语料转换为Unix邮箱》(spine102;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0091.html;u091-ch06-009)。 - 结论依据:原文在“re.search(r"From:”附近的定义、例子或代码支撑本卡核心说明:示例用正则从整份文本取From与Date,依赖固定大小写、换行和头形状;[^\r]+并没有排除换行,在仅LF输入中可能吞进后续多行,缺头时groups也会失败。边界按已读前提解释;示例未执行。 - 原始内容:re.search(r"From: ([^\r]+)", message_text).groups()[0] _date = re.search(r"Date: ([^\r]+)", message_text).groups()[0] # Convert _date to the asctime representation for the From_ li