使用机械化提取电子邮件地址

Question

我正在尝试返回的电子邮件地址从一个网站使用机械。通过使用下面的代码，我可以很容易地确定页面上是否有"@“符号。

但是，我想返回@符号周围的字符，以确定它是否可能是电子邮件地址。有人知道一旦找到@，我将如何返回周围的字符吗？

我知道mechanize可以返回链接，但电子邮件地址可能不是链接。谢谢!

require 'mechanize'

mechanize = Mechanize.new { |agent|
  agent.open_timeout   = 4
  agent.read_timeout   = 4
  agent.max_history = 0
  agent.follow_meta_refresh = true
  agent.keep_alive = false
}

website = ARGV[0]
keyword = "@"
page = mechanize.get(website)

if page.body.include?(keyword)
  puts "found \"#{keyword}\" on #{website}"
else
  puts "not found"
end

Answer 1

根据pguardario所说，由于您希望匹配文本正文中的模式，因此这并不是一个真正与机械化相关的问题，因为您已经可以抓取页面以获取所需的信息。

相反，它是基于regex的：

就像这样

# Naive e-mail match regex, plenty out there to google though this might be enough
emails = /(\w+@+[\w\.]+)/.match page.body.to_s

emails.each do |email|
  puts email.to_s
end

正则表达式：http://rubular.com/r/PHNhUfyGaC