C# 从文本文件中提取电子邮件地址和名称

我会尽力解释这个问题。我有一个包含电子邮件地址和姓名的文本文件。它看起来是这样的：

Barb Beney“de。mariof@vienna.aa“，“Beny Beney”bet@catering.at

等……都在同一行中。这只是一个例子，我喜欢在一个大的文本文件数千这样的数据。我想提取电子邮件和姓名，以便最终得到类似的信息：

贝尼bet@catering.at-彼此相邻，在一行中分开，不带引号。最后，它应该从文件中删除所有重复的地址

我写了提取电子邮件地址的代码，它可以工作，但我不知道如何做其余的。如何提取名称将其作为地址放在一行中并消除重复项。我希望我描述得恰当，这样你就知道我想做什么了。这是我的代码：

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Text.RegularExpressions;
using System.IO;

namespace Email
{
class Program
{
    static void Main(string[] args)
    {
        ExtractEmails(@"C:\Users\drake\Desktop\New.txt", @"C:\Users\drake\Desktop\Email.txt");   
    }


    public static void ExtractEmails(string inFilePath, string outFilePath)
    {
        string data = File.ReadAllText(inFilePath);

        Regex emailRegex = new Regex(@"\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*",
            RegexOptions.IgnoreCase);


        MatchCollection emailMatches = emailRegex.Matches(data);


        StringBuilder sb = new StringBuilder();

        foreach (Match emailMatch in emailMatches)
        {
            sb.AppendLine(emailMatch.Value);

        }

        File.WriteAllText(outFilePath, sb.ToString());
    }

}

---

}

欢迎使用此代码，它将通过创建新文件来处理文件，该文件将包含所有不重复的电子邮件：

    static void Main(string[] args)
    {
        TextWriter w = File.CreateText(@"C:\Users\drake\Desktop\NonDuplicateEmails.txt");
        ExtractEmails(@"C:\Users\drake\Desktop\New.txt", @"C:\Users\drake\Desktop\Email.txt");
        TextReader r = File.OpenText(@"C:\Users\drake\Desktop\Email.txt");
        RemovingAllDupes(r, w);
    }

    public static void RemovingAllDupes(TextReader reader, TextWriter writer)
    {
        string currentLine;
        HashSet<string> previousLines = new HashSet<string>();

        while ((currentLine = reader.ReadLine()) != null)
        {
            // Add returns true if it was actually added,
            // false if it was already there
            if (previousLines.Add(currentLine))
            {
                writer.WriteLine(currentLine);
            }
        }
        writer.Close();
    }

static void Main（字符串[]args）
{
TextWriter w=File.CreateText（@“C:\Users\drake\Desktop\nonduplicateMails.txt”）；
提取电子邮件（@“C:\Users\drake\Desktop\New.txt”，“C:\Users\drake\Desktop\Email.txt”）；
TextReader r=File.OpenText（@“C:\Users\drake\Desktop\Email.txt”）；
移除所有重复（r，w）；
}
公共静态无效删除所有重复（TextReader、TextWriter-writer）
{
串电流线；
HashSet previousLines=新HashSet（）；
while（（currentLine=reader.ReadLine（））！=null）
{
//如果实际添加了Add，则返回true，
//如果已经存在，则为false
如果（上一行。添加（当前行））
{
writer.WriteLine（当前行）；
}
}
writer.Close（）；
}

对于所需的新格式，您可以执行以下操作：

private string[] parseEmails(string bigStringiIn){

string[] output;
string bigString;

bigString = bigStringiIn.Replace("\"", "");

output = bigString.Slit(",".ToCharArray());

return output;
}

它接受带有邮件地址的字符串，替换引号，然后将字符串拆分为一个字符串数组，格式为：

name lastnameemail@some.com

---

对于重复条目的删除，嵌套的for应该起作用，检查（可能在.Split（）之后）匹配字符串。

您也可以将此代码用于大文件：

    static void Main(string[] args)
    {
        ExtractEmails(@"C:\Users\drake\Desktop\New.txt", @"C:\Users\drake\Desktop\Email.txt");
        var sr = new StreamReader(File.OpenRead(@"C:\Users\drake\Desktop\Email.txt"));
        var sw = new StreamWriter(File.OpenWrite(@"C:\Users\drake\Desktop\NonDuplicateEmails.txt"));
        RemovingAllDupes(sr, sw);
    }

    public static void RemovingAllDupes(StreamReader str, StreamWriter stw)
    {

        var lines = new HashSet<int>();
        while (!str.EndOfStream)
        {
            string line = str.ReadLine();
            int hc = line.GetHashCode();
            if (lines.Contains(hc))
                continue;

            lines.Add(hc);
            stw.WriteLine(line);
        }
        stw.Flush();
        stw.Close();
        str.Close();

static void Main（字符串[]args）
{
提取电子邮件（@“C:\Users\drake\Desktop\New.txt”，“C:\Users\drake\Desktop\Email.txt”）；
var sr=new StreamReader（File.OpenRead（@“C:\Users\drake\Desktop\Email.txt”）；
var sw=new StreamWriter（File.OpenWrite（@“C:\Users\drake\Desktop\nondouplateemails.txt”）；
移除所有重复（sr、sw）；
}
公共静态void removingalldupe（StreamReader str、StreamWriter stw）
{
var lines=newhashset（）；
而（！str.EndOfStream）
{
字符串行=str.ReadLine（）；
int hc=line.GetHashCode（）；
if（行包含（hc））
继续；
行。添加（hc）；
stw.WriteLine（行）；
}
stw.Flush（）；
stw.Close（）；
str.Close（）；

电子邮件地址和名称用什么分隔？原始文件看起来像“FirstName LastName”，第二，第三…它们用空格分隔。最终结果应该是：FirstName LastName emailaddress-在一行中没有引号，然后是第二行等。我认为最好使用string.split（“，”）分割所有日期然后将结果放入一个数组中，现在所有电子邮件和名称都在一个数组中索引，然后使用string.split（“”）[使用空格拆分]现在你在一些特定的索引中有了名字、姓氏和电子邮件地址，所以电子邮件用引号括起来，或者名字？或者两者都有？或者两者都有？只需输入一个准确的条目，而不是试图解释它们的格式“它将以正确的方式工作”-正确的方法是什么？谢谢。我只需要找出如何将名称和电子邮件提取到一行，删除“和（）。我不能使用拆分，因为名称可以是2-5个单词。如果我有这样的第一个名称“第二个名称”第三个名称，最后应该是没有引号和括号的名称，并将电子邮件保存到一个文件中的一行中。。。。