仅删除前一封电子邮件的开头

Question

我想知道如何删除电子邮件中以前消息的任何标题。有一个消息示例：Something above-----Message d'origine-----De : Myself <[e-mail]>Envoyé : vendredi 8 mars 2019 14:30À : Someone <[e-mail]>Cc : AnotherGuy <[e-mail]>Objet : My bad I forgot how to do itHi,blabla我需要之间删除一切-----Message d'origine-----与carriage return和empty new line之前"Hi,"。我试过以下正则表达式：-----Message d'origine-----[\s\S]*?[\r\n]但只-----Message d'origine-----匹配没有下面的其他行。但是，如果我改为使用"Hi,"，它会匹配所有行：-----Message d'origine-----[\s\S]*?Hi有没有人可以帮助我问题出在哪里以及如何使用carriage return和empty new line？谢谢 ：）

Answer 1

您需要匹配直到第一次出现双换行符：

r"-----Message d'origine-----[\s\S]*?(?:\r?\n){2}"
                  ^^^^^^^^^^^^

请参阅正则表达式演示。该(?:\r?\n){2}模式匹配 CRLF 或 LF 行尾的两次重复。

示例 Python 代码：

import re
s = "YOUR STRING HERE"
s = re.sub(r"-----Message d'origine-----.*?(?:\r?\n){2}", '', s, flags=re.S)

请注意，当使用(=标志)时，[\s\S]它等于.在正则表达式中。re.Sre.DOTALL

如果您担心受非贪婪.*?模式影响的性能，请将其展开为

s = re.sub(r"-----Message d'origine-----.*(?:\r?\n(?!\r?\n).*)*\s*", "", s)

请参阅此正则表达式演示。不要在这种模式下使用re.S/ re.DOTALL！

现在[\s\S]*?(?:\r?\n){2}是.*(?:\r?\n(?!\r?\n).*)*：

• .* - 该行的其余部分

• (?:\r?\n(?!\r?\n).*)* - 0 次或多次重复

• \r?\n(?!\r?\n) - 一个换行符后面没有另一个换行符

• .* - 该行的其余部分