顶者有分！！！　300 分求解 java 程序　－－－－　分拣电子邮件

awash 2008-08-07 11:06:46

说明：
1。电子邮件原来保存在excel文件中，人工复制到mailist.txt文件中，每一行都自然换行。

2。现存不少问题，包括：
1）有特殊字符，例如 “/”，分号，中文字符等。
例如：capelec.sarl@wanadoo.fr/GREGORY.CLADERA@CAPELEC.FR
这种情况下，以“/”为界，实际等于清理出来两个email。

类似的情况还有：
a）lhysc@ms34.hinet.net;ysclh@hotmail.com
b) narumon.chaim@paka.com <narumon.chaim@paka.com>
c) g_naseeb@hotmail.com或 naseeb@emirates.net.ae
等等，不胜枚举。

2）首尾有空字符，要求清除空字符
例如将 "sea@abc.tv " 处理为 "sea@abc.tv"

3）有大量重复邮件地址，要求清除重复的地址。

4）有错误的邮件地址，这样的地址，如果不易判断，则放入另一个文件(error.txt)。例如：邮件“OFIT@ZAHAV.CO.ILI”

5）无符号连写
例如： plasticzar@aol.comoralice@advanceplastics.com
这里实际是两个邮件地址，中间有一个　or，这样的地址，如果不易判断，则放入另一个文件(error.txt)。

再例如：unicus@attbi.comORchristienshen@attbi.com
这里也是两个地址，中间也是有一个　“or”。
再例如：mini_94@hotmail.com.fernandojc2@hotmail.com.fernandojc2@bigpond.com

这里实际是３个地址，这样的地址，如果不易判断，则放入另一个文件。

6）不是每一行都有地址的，有时会有空行。（excel文件中该行记录的email栏目本来就是空的）。如果遇到空行，则要求删除空行。

7）邮件域名不一定是.com, .net 之类结尾。域名来自世界各地，例如 ".it", ".ae", ".se"等。

8）有可能是完全没有@字符，例如　braunsberger.at，或者　"1234"这样的数字或一些英文字串。这样的记录，应当删除。

9）email记录数以十万计。

3。清洗后的邮件列表，还是保存为每个email之后自然换行（即象从excel中复制到txt文件时那样）。

4。最后得出两个文件：
error.txt：保存无法处理的错误邮件字符串
newmailist.txt：处理完的邮件。

以下是一段email范例：

capelec.sarl@wanadoo.fr/GREGORY.CLADERA@CAPELEC.FR

amen@amenwardy.com
amrit_quilt_centre@hotmail.com
junquett@quadrifoglio.com.br
842234
callas@artshoppe.net
hello world
flyingsnow368@yahoo.com.cn　　　
beechworthwine@yahoo.com　　　
mini_94@hotmail.com.fernandojc2@hotmail.com.fernandojc2@bigpond.com
clive8116@yahoo.com.vivianbol@hotmail.com
info@homenoffice.com.pk;mozzi@cyber.net.pk
bilalzady@hotmail.com&waji@netvigator.com
jwu@classicpkg.com/jbcindustries@shaw.ca
francisco@leadermagazine.com.br,makeasy@imagelink.com.br
mina_stl@hotmail.comormina_stl@yahoo.com
LPahssen@mn.rr.comorLLPMARK@aol.com
carolt@sharich.com, chugani@sharich.com, sunder@sharich.com　　　

...全文