Parsing RegEx在纯文本电子邮件消息中查找内嵌图像

某些邮件客户端允许发件人将图像直接放在电子邮件正文中（而不是作为传统附件）。当我在应用程序中收到其中一封电子邮件时，我需要能够仅查看消息体

text/plain

并确定发件人嵌入了内联图像

我正在尝试创建一个正则表达式，以便在

文本/纯文本

消息正文中查找图像占位符，这样我就可以在我自己的启用HTML的消息版本中将它们替换为

标记。（古怪，我知道，但这是要求）

我发现的问题是占位符根据发送邮件的客户端而不同。例如，从MS Outlook发送时，由多个部分组成的邮件的

text/plain

正文如下所示：

Content-Type: text/plain; charset="us-ascii"
Content-Transfer-Encoding: quoted-printable

Check out this image:

[cid:image001.jpg@01CB50D4.769583B0]

Isn't it cool??

Gmail发送的类似消息有点不同：

Content-Type: text/plain; charset=ISO-8859-1

Check out this image:

[image: image001.jpg]

Isn't it cool??

随后是

text/html

正文和

image/jpeg

部分与base64编码的图像

以前有没有人做过这方面的研究，并专门为此编制了一个列表或构建了一个正则表达式

我意识到实现我的目标的一个更可靠的方法是查看消息的

文本/html

部分——从我所做的几个测试来看，这似乎有点标准化了——但不幸的是，在这种情况下，我无法访问它

我用的是C#，如果这对任何人都重要的话

以下是我迄今为止编译的文本/普通图像占位符列表：

• Gmail:

  [图像：filename.jpg]

• Outlook 2007:

  [cid:filename。jpg@01CB50D4.769583B0]

• 雷鸟3.0.7:

  无

---

我建议使用html部分。如果您只想在纯文本部分中找到占位符，这个非常简单的正则表达式就足够了（PCRE）：
至少这是上面的例子所适用的。如果您想识别图像名称，则需要一个有点复杂的表达式。请注意，这将捕获所有以[和]开头的行，无论内容是什么。如果要将regexp限制为某些文件类型，请尝试以下操作：

^\[.*(\.jpg|\.jpeg|\.png|\.gif|\.bmp).*\]$i

---

示例将在Perl中运行，因为您没有提到语言…
谢谢！不幸的是，我不能使用HTML部分。我认为在[]中查找图像文件格式是非常安全的。好主意。最大的问题是弄清楚每个客户机都做什么，所以我知道如何构建正则表达式。我希望Gmail包含“cid:”部分。我还将测试更多的电子邮件客户端。嗯，这些“内联”图像不是标准化的，因此无法判断它们在各种客户端中的外观。然而，MIME确实标准化了部分标题，所以您可以从其标题中获取图像名称，然后查找此文本以替换它。您是对的。不幸的是，我只能访问纯文本正文。但我刚刚意识到，我也知道整个文件名，所以我可以通过动态构建并匹配文件名来收紧正则表达式，例如：

^\[.*test\.jpg.*]$

^\[.*(\.jpg|\.jpeg|\.png|\.gif|\.bmp).*\]$i