Récupération adresses email dans un texte

**wehtam** · 10/11/2010, 16h00

Bonjour,

Je voudrai savoir comment faire pour récupérer les adresse emails contenu dans un texte si un mot ou un bout de phrase est contenu dans ce texte

Par exemple j'ai 3 textes :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

c'est un texte email@email.com et patati patata

et

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

c'est un texte email@email.com et totot

et

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

c'est patati, c'est un texte email@email.com

je voudrai récupérer email@email.com si il y a "patati" dans mon texte.

j'espère avoir été clair.

Merci d'avance

**lemirandais** · 10/11/2010, 18h31

Essaie ceci:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 
<?php
$pattern = "^([A-Za-z0-9\.|-|_]{1,60})([@])([A-Za-z0-9\.|-|_]{1,60})(\.)([A-Za-z]{2,3})$";
ereg($pattern,$test);
?>

**s.n.a.f.u** · 15/11/2010, 09h58

ereg est déprécié, il faut éviter de l'utiliser.
Prenez preg_match à la place.

Enfin, en termes de perf et de maintenance, il sera aussi simple de procéder en deux étapes :

- vérifier que le texte existe : simplissime. Utiliser des fonctions de chaîne telles que strstr si possibles, elles sont plus performantes que les fonctions PCRE.

- ensuite capturer le mail à l'aide de preg_match.

**stealth35** · 15/11/2010, 10h10

Envoyé par lemirandais

Essaie ceci:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 
<?php
$pattern = "^([A-Za-z0-9\.|-|_]{1,60})([@])([A-Za-z0-9\.|-|_]{1,60})(\.)([A-Za-z]{2,3})$";
ereg($pattern,$test);
?>

pourquoi :
avoir mis plusieurs | ?
{1,60} ?
et pourquoi le domaine est de {2,3} ?
et que a-z ?

**lemirandais** · 17/11/2010, 09h58

Envoyé par stealth35

pourquoi :
avoir mis plusieurs | ?
{1,60} ?

pour avoir avant l'@ entre 1 et 60 caractères

Envoyé par stealth35

et pourquoi le domaine est de {2,3} ?
et que a-z ?

Erreur de ma part, je mettrais {2,5} pour l'extension du ndd (.com, .net, .info ...)

**stealth35** · 17/11/2010, 10h07

Envoyé par lemirandais

Erreur de ma part, je mettrais {2,5} pour l'extension du ndd (.com, .net, .info ...)

actuellement le plus long tld standard c'est .museum, ensuite les tld idn le plus long actuellement fait 18 caractères

**lemirandais** · 17/11/2010, 22h47

Envoyé par stealth35

actuellement le plus long tld standard c'est .museum, ensuite les tld idn le plus long actuellement fait 18 caractères

Je ne savais pas que sa existait de 18caractères. Te serais-t-il possible, si tu l'a en tête de me dire code de cette extension car là, je suis vraiment étonné.

**gene69** · 17/11/2010, 22h57

perso j'aurai pris la chaine, j'aurai découpé en token (sur les blancs) et j'aurai utilisé filter_var() sur les tokens avec FILTER_VALIDATE_EMAIL, l'interet étant de ne pas avoir à écrire une expression régulière qui reconnait des mails valides, parce qu'en toute rigueur, celle-ci est trop compliquée pour le commun des mortels.

on me dira, ça se trouve c'est moins performant, je dirai non et en plus je répondrais que c'est plus simple à écrire et à relire, ce qui est mieux dans un environnement professionnel. Après chacun ses lubies.

**s.n.a.f.u** · 17/11/2010, 23h14

Envoyé par gene69

on me dira, ça se trouve c'est moins performant, je dirai non et en plus je répondrais que c'est plus simple à écrire et à relire, ce qui est mieux dans un environnement professionnel. Après chacun ses lubies.

Pourquoi dirais-tu non ?
Je veux bien que ce soit plus lisible, mais c'est quand même gourmand ton truc.

Il y a un juste milieu entre ça et la regex de la mort qui tue, non ?

**gene69** · 17/11/2010, 23h33

J'ai déjà eu le débat avec Sabotage, pour résumer si tu veux une expression régulière qui reconnaisse une adresse mail il te faut respecter la norme. Si tu veux une expression qui reconnaisse les courriels qui ressemblent aux paquerettes la nuit dans le brouillard tu peux te permettre d'approximation comme celle-ci dessus avec des échanges sympathiques pour le ndd plutôt de longueur 3, mais non c'est 5, en fait c'est 18! Avec ma méthode, j'ai juste sans même savoir si c'est 3 ou 64.

rien que pour ça, j'abandonnerai jamais cette méthode.

est ce que c'est beaucoup plus couteux? Rappelons qu'on compare une fonction de validation qui est réputée juste, maintenue par PHP et une fonction de validation qui semble reconnaitre des paquerettes maintenue par son auteur qui n'a pas que ça à faire...

peut être que oui, peut-être que non.
en faveur du oui, y a un phénomène de double passe sur la chaine, une par le tokenizer, l'autre par la fonction de validation du mail. ça c'est non négligeable, c'est vrai.

en faveur du non, y a l'utilisation d'un token bien fait, une empreinte sur la mémoire plus petite puisque des mots à analyser plus court. Je pense que ça peut faire une sacrée différence, parce que c'est marqué dans la doc que pour la recherche d'un simple caractère blanc c'est plus performant dans une fonction spécialisée comme un tokeniser que via une expression réguliere. On a souvent tord de penser que preg_match est de complexité constante quelque soit le motif et le sujet de la recherche.

Quand il faut sacrifier un neurone ou un cycle machine, je sacrifie un cycle machine, je ne développe pas pour l'embarqué moi.

**stealth35** · 17/11/2010, 23h45

ouai c'est pas simple le regexp du mail, même le FILTER_VALIDATE_EMAIL est faux et a chaque version ils le changent, et quand je disais 18 c'est le plus long actuellement en Punycode donc en ASCII, parce certain nom de domaine sont en UTF-8 avec des caractères russe, chinois, arabe et autre...
Bon apres on peu faire un truc plus souple avec les caractères non autorisé

le dernier regexp étant inspirer d'ici : http://squiloople.com/2009/12/20/ema...ss-validation/

**s.n.a.f.u** · 18/11/2010, 10h46

Je ne critique pas filter_var, bien au contraire je suis d'accord sur les arguments en faveur de l'utilisation de cette fonction.

Mais tout splitter pour pour s'économiser des neurones est peut-être un peu excessif.

Un truc dans ce genre pourrait être une solution intermédiaire, non ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
function v1($str)
{
	if (!strstr($str, 'patati')) return;
	if (preg_match('/\S+@\S+/', $str, $m)) 
		return filter_var($m[0], FILTER_VALIDATE_EMAIL);
	else
		return false;
}

**Causa Sui** · 01/12/2010, 01h06

Pas besoin de s'amuser à faire la regex soi-même si on veut couvrir toutes les possibilités, quelqu'un l'a déjà écrite :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
(?:(?:\r\n)?[ \t])*(?:(?:(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t]
)+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:
\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(
?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ 
\t]))*"(?:(?:\r\n)?[ \t])*))*@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\0
31]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\
](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+
(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:
(?:\r\n)?[ \t])*))*|(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z
|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)
?[ \t])*)*\<(?:(?:\r\n)?[ \t])*(?:@(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\
r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[
 \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)
?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t]
)*))*(?:,@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[
 \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*
)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t]
)+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*)
*:(?:(?:\r\n)?[ \t])*)?(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+
|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r
\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:
\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t
]))*"(?:(?:\r\n)?[ \t])*))*@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031
]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](
?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?
:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?
:\r\n)?[ \t])*))*\>(?:(?:\r\n)?[ \t])*)|(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?
:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?
[ \t]))*"(?:(?:\r\n)?[ \t])*)*:(?:(?:\r\n)?[ \t])*(?:(?:(?:[^()<>@,;:\\".\[\] 
\000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|
\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>
@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"
(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*))*@(?:(?:\r\n)?[ \t]
)*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\
".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?
:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[
\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*|(?:[^()<>@,;:\\".\[\] \000-
\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(
?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)*\<(?:(?:\r\n)?[ \t])*(?:@(?:[^()<>@,;
:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([
^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\"
.\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\
]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*(?:,@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\
[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\
r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] 
\000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]
|\\.)*\](?:(?:\r\n)?[ \t])*))*)*:(?:(?:\r\n)?[ \t])*)?(?:[^()<>@,;:\\".\[\] \0
00-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\
.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,
;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?
:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*))*@(?:(?:\r\n)?[ \t])*
(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".
\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[
^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]
]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*\>(?:(?:\r\n)?[ \t])*)(?:,\s*(
?:(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\
".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)(?:\.(?:(
?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[
\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t
])*))*@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t
])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?
:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|
\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*|(?:
[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\
]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)*\<(?:(?:\r\n)
?[ \t])*(?:@(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["
()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)
?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>
@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*(?:,@(?:(?:\r\n)?[
 \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,
;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t]
)*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\
".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*)*:(?:(?:\r\n)?[ \t])*)?
(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".
\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)(?:\.(?:(?:
\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\[
"()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])
*))*@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])
+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\
.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z
|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*\>(?:(
?:\r\n)?[ \t])*))*)?;\s*)

C'est absolument imbuvable pour un lecteur humain, mais PCRE s'en sort étonnamment bien et preg_match_all devrait permettre de l'utiliser simplement pour trouver toutes les occurrences d'une adresse e-mail dans une chaîne. Pour ce qui est de la rapidité, c'est une autre paire de manches… mais est-ce vraiment un problème ?

Récupération adresses email dans un texte

Langage PHP

Discussions similaires

Partager

Partager