起点徘徊|Initial Point Linger

来源: BlogBus 原始链接: http://iplinger.blogbus.com:80/logs/2006/02/1952460.html 存档链接: https://web.archive.org/web/20060221164419id_/http://iplinger.blogbus.com:80/logs/2006/02/1952460.html

<< 从UI设计原则到新功能添加 老川菜的一顿午饭 >> Email地址，URL地址，电话号码提取规则 2006-02-20, by iplinger 这几天因为工作需要，需要在一堆文本中提取如下信息。规则如下：

1. 提取Email地址规则 （依据 RFC 2822 (RFC2822) ） 1). 区别字符记号 "@" Mail 本文中，“@” 的前后地址使用的字符为许可使用的1个或者多个。 2). mail 地址许可使用的字符及最大字符数 Mail 地址可以使用以下82 个字符： ABCDEFGHIJKLMNOPQRSTUVWXYZ abcdefghijklmnopqrstuvwxyz 0123456789 !#$%&'*+-./=?^_{|}~ “@”在外的93个ASCII 字符中，禁止使用以下 11 个字符 ： "(),:;<>[] 包括“@” 最多可以识别64 个字符。 超过64个字节以外的任何允许使用的字符都不能被识别作为E-mail 地址。 延伸阅读： The Elements of an Email Address RFC 2822
2. 提取URL地址规则 (依据 RFC 1738 (RFC1738) ) 1). 区别字符记号（这里简单讨论一般非智能手机使用规则，只支持http访问） 在以下UR L 标识后面跟随一个或多个( 后面 URL 格式中允许使用的) 字符的情况，到一个区分字符（后面URL 格式中允许使用的文字以外的任何其他字符）出现为止均为此URL 的一部分。 http:// https:// 2). URL 允许使用的字符及最大字符数 允许使用以下91 个文字： ABCDEFGHIJKLMNOPQRSTUVWXYZ abcdefghijklmnopqrstuvwxyz 0123456789 !#$%&'()*+,-./:;=?@[]^_`{|}~ 94个ASCII 文字中，禁止使用以下3个文字： "<> 包括URL 区别字符最大可以识别256 个字节的字符。 超过256的任何字符URL 将不予识别。
3. 提取电话号码规则 1). 号码可以包括一个和多个以下字符“0”~“9” ，“*”和“#”。 2). 3 <= 号码长度 <= 32 3).“+”可以做为一个号码的开始，但不能计算到号码长度中。 4). “ Space”, “

“, “( “, “) ”，这四个字符可以穿插在一条电话号码中，但提取后必须忽略掉这些字符，这些字符同样不能计算到号码长度中。 举例如下： Example Message text Anchored number Number to dial 1 01/01/2005 not anchor

2 January 2005 January 2005 2005 3 99# 99# 99# 4 99#2 99#2 99#2 5 *9# *9# *9# 6 +39 not anchor

7 +391 +391 +391 8 tel:+39 not anchor

9 tel:+391 tel: +391 +391 10 391 091 391 091 391091 11 +(0)44-8 +(0)44-8 +0448 12 123, 456 123 , 456 Two different num: 123 and 456 发布于: 20:13:53 | 分类: email iplinger URL handset 规则 | 引用(0) | 编辑 2 条评论: iplinger , 2006-02-20 21:03:46 谢谢细心的jessica。心情故事随后到：）。 JESSICA , 2006-02-20 20:43:22 按照计划,IP今天会进行第一轮内部软件测试吧,嘿嘿,要顺利哦 呵呵,看看我多细心呀.自己都被自个儿感动了:) 还有,除了这些怎么也看不懂的技术日志,强烈要求看IP和冠冠滴心情故事!:) 添加评论