Распарсить подпись подпись письма?

Question

[Genniy]

Всем привет!
Коллеги, поделитесь, пожалуйста, опытом.

Необходимо написать парсер, который будет вычленять из подписи письма должность и имя отправителя.

Кто-то уже сталкивался с ткой задачей? Есть ли какие-то наработки. Зависимость от языка разработки нет. Интересует сам алгоритм и подводные камни.

Заранее спасибо!

Comments

[Roman K]

Мало информации.

Answer 1

[Ken Jee]

У вас задача решается регулярными выражениями. Диалект регулярных выражений зависит от языка программирования, который Вы выберете. Например о регулярных выражениях в PHP можно прочесть тут php.net/manual/ru/refs.basic.text.php

Алгоритм примерно такой:
1) Считываем текст письма в переменную.
2) Ищем совпадения в тексте при помощи регулярного выражения.
3) Возможно полученые данные надо валидировать. Например, сравнить полученную должность со справочником, что бы убедиться в адекватности найденной информации и т.п.

Comments

[Genniy]

Макс, спасибо за ответ!
1. т.е. Вы видите единственный вариант, по которому необходимо проверять только по уже готовому справочнику, например, должностей. Таким образом нужно будет заниматься еще поддежкой данного справочника.
2. В текущем случае необходимо будет обходить регуляркой все письмо (в том числе основное тело), в котором также может быть учавствовать название должности. Таким образом мы можем ошибочно определить должность. Меня интересует, есть ли практики с парсингом именно подписи письма?

[Ken Jee]

Genniy: 1) а без справочника никак, иначе данные могут быть не правивыми.
2) регулярные выражения эио очень мощный инструмент и правильно составленное правило обхода текста может не обходить все письмо, а анализировать его с конца.