アキラのＩＴメモ：メールアドレスを抜き出す

簡易に文章中からメールアドレスを抜き出す方法のメモ書きです。以下にPerlによる実現方法を示します。ここを参考にしました。ただし、この方法だと、1行にいくつもメールアドレスがある場合にうまく集計できないと思いますので、本当はもっときっちりと書いたほうが良いです。また、メールアドレスの正規表現もきっちりと書いていないです。

#!/usr/bin/perl
$format='[\w.-]+\@([\w-]+\.)+\w+'; # 簡略なメールアドレス正規表現

open(IN, "test.txt");
foreach(<IN>) {
    if($_ =~ /($format)/){
        push(@emails,$1."\n");
    }
}
close(IN);

print @emails;

こんなことを調べて何をしたかったかというと、自分のアドレスに来ているスパムの統計を取ろうと思いたって、そのためのスクリプトを作りたかったわけです。スクリプト自体は簡単にできたので、あとは統計をとって対策を考えることにします。数週間前のニュースではメールのうち93％がスパムという話ですが（個人的にはもっと多そうですが）、スパム識別率93％のフィルタならすぐに作れそうです。

コメントを投稿