Сразу скажу, что эта статейка для программистов на C++. Ходил по форумам и заметил, что народу нужно отпарсить html страницу и вытянуть оттуда все e-mail. Но почти всегда «глас страждущего в пустыне» остается не услышанным – те, кто знают как парсить – не хотят говорить, а те, кто не знают – дают какие-то общие советы, подчастую, не по теме. Решил частично восполнить этот пробел. Способов парсинга несколько: Boost, PCRE, Td1 и др. Пробовал разобраться с ними, но так как я жутко ленивый, то не хватило сил и мотивации, чтобы вникнуть в архитектурно-шизофренические особенности этих библиотек. Поэтому решил, что лучше самому написать алгоритм парсинга. Для этого я использовал связку C++ (MSVC++ 2008) & STL (моя самая любимая библиотека) . Алгоритм прост: находим в строке символ «@», декрементируем позицию влево от «@» до самого первого символа e-mail и фиксируем начало, инкрементируем позицию вправо от «@» до самого последнего символа e-mail и фиксируем конец, копируем символы с начала до конца, выводим на экран готовый e-mail.

#include <windows.h>
#include <stdio.h>
#include <tchar.h>
#include <iostream>

using namespace std;

string ExtractEmail(string &strIN)
{
string tmpStr;
string::size_type idxAt,idxEmailBegin,idxEmailEnd;
idxAt=strIN.find(“@”); //ищем символ “@”
if(idxAt!=string::npos)
{
idxEmailBegin=idxAt;
//ищем самый первый символ e-mail
do
{
idxEmailBegin–;
}while(isalnum(strIN.at(idxEmailBegin)) || strIN.at(idxEmailBegin)==’.’ || strIN.at(idxEmailBegin)==’-');
idxEmailEnd=idxAt;
//ищем самый последний символ e-mail
do
{
idxEmailEnd++;
if(idxEmailEnd>=strIN.size())
return “”;
}while(isalnum(strIN.at(idxEmailEnd)) || strIN.at(idxEmailEnd)==’.’ || strIN.at(idxEmailEnd)==’-');
string email;
//Копируем в пременную “email” все символы
//- с первого по последний
for(UINT i=idxEmailBegin+1; i<idxEmailEnd; i++)
email+=strIN.at(i);
//возвращаем готовый e-mail
return email;
}
else
return “”;
}

int _tmain(int argc, _TCHAR* argv[])
{
//строка для парсинга
string rawT=”<a href= target=_blank>1</a>my.mail-box@gmal.com</td>”;
//получаем e-mail, если он есть
string tmp=ExtractEmail(rawT);
//выводим результат на экран
cout << tmp.c_str() << endl;
return 0;
}

В результате программа выводит: my.mail-box@gmal.com

Я человек жадный $:-) , поэтому этот алгоритм не полный (за полный денюжку платить надо, однако) – находит только самый первый e-mail и дальше не ищет. Также в этом алгоритме нет проверки корректности e-mail. Но если ты, читатель, пишешь на C++ программы более сложные нежели «Hello World!» и знаешь что такое рекурсия, то тебе не составит труда усовершенствовать алгоритм до нужной кондиции

Estoy aprendiendo a programar bien en C y después de haber pasado por el clásico “Hello World!”, traté de trabajar con archivos. Al compilar mi pequeño programita, gcc me reclamó que no encontraba el archivo stdio.h, que es una librería muy estándar de C. Raro.
La cosa es que hay que instalar el paquete build-essentials, así:

%sudo apt-get install build-essential

Bueno… un hint corto y fome, pero útil.

En lo más personal, seguimos esperando a que llegue nuestr@ hij@. Pensamos que llegaría antes del viernes pasado, pero nada. Pese a nuestra ansiedad, estamos tranuquilos porque nuestro bebé está al parecer feliz de la vida en la güatita de la Pame.
Tan feliz, que no quiere salir.

Saludos!