神马文学网Email地址-URL地址-电话号码提取规则
来源：百度文库 编辑：神马文学网 时间：2024/04/27 21:38:42
Email、URL、电话号码提取规则
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
Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=603787
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
Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=603787
Email地址，URL地址，电话号码提取规则
Email地址-URL地址-电话号码提取规则
Email-URL-电话号码提取规则
如何获取视频文件URL地址
如何获取FLASH动画的URL地址
快速提取flash地址的方法
一个非常不错的Email地址校验函数
一个非常不错的Email地址校验函数
各大银行、保险电话号码等实用电话号码查询和官方网站地址
在asp.net中自动给url地址加上超链接
SMTP判断邮箱是否存在,检查email地址是否真实存在 - PHP技术文章 - PHP中...
一个非常不错的Email地址校验函数 - Haohappy的专栏--PHP5研究中心 - CSDNBlog
找到自己需要的客户EMAIL地址---Google利用之经验篇
常用EMAIL的pop和stmp服务器地址-263企业邮箱代理|企业邮箱代理|企业邮局代理...
[php]预定义变量(一) $_SERVER (附：获取当前URL地址例子) - 织梦内容...
有关URL地址传递参数中出现的中文乱码问题解决方法
用静态的URL地址显示动态网页内容_惠'blog
投稿地址
投稿地址
论文网地址
网站地址
flash地址
音画地址
IP地址