使用Perl处理电子邮件的方法的演化

你也可以打开其他检查的选项，比如确定它的域名拥有一个合法的 MX 记录，修正常见的 AOL 和 Compuserve

 的邮件地址的一些错误，如下： 

    if (not Email::Valid->address(-address => 'test@example.com',
                                  -mxcheck => 1)) {
        die "Not a valid address"
    }

邮件数据转换

我们有了自己的信件，接下来会对它们做些什么呢？我发现大多是对邮件进行文本化分析，这里有三个模块可以

协助我们： 

首先是 Text::Quoted ，它获取邮件体的文本，实际上可以是任何其他文本，然后尝试找出某些引用其他邮件

的文本部分，然后将之分离并保存到嵌套的数据结构中。例如，如果我们有 

    $message = < foo
    > # Bar
    > baz

    quux
    EOF

然后运行 extract($message) 就会返回如下的数据结构： 

    [
      [
        { text => 'foo', quoter => '>', raw => '> foo' },
        [ 
            { text => 'Bar', quoter => '> #', raw => '> # Bar' } 
        ],
        { text => 'baz', quoter => '>', raw => '> baz' }
      ],

      { empty => 1 },
      { text => 'quux', quoter => '', raw => 'quux' }
    ];

当你显示邮件消息的内容时，准备用不同的颜色来区分不同的引用文本，那么这个模块就帮到你大忙了。

类似概念的还有 Text::Original 模块，用于搜寻以原始文件内容开头，没有被引用的部分。它知道如何

识别各种类型的属性行，所以有： 

    $message = < Why are there so many different mail modules?

    There's more than one way to do it! Different modules have different
    focuses, and operate at different levels; some lower, some higher.
    EOF

那么 first_sentence($message) 将返回 There's more than one way to do it!。Mariachi 

邮件列表存档程序就使用了这项技术，为一个线索中的邮件给出它的提白。 

说到邮件的线索化，Mail::Thread 模块实现了 Jamie Zawinski 的邮件线索化算法，该算法先是被 

Mozilla 所用，继而许多其他邮件客户端也开始使用这种技术。当然 Mariachi 也使用了这项技术，

最近它还作了更新，使用 Email::Abstract 来处理各种你扔过去的邮件表达对象： 

    my $threader = Mail::Thread->new(@mails);
    $threader->thread; # 计算线索
    for ($threader->rootset) { # 在一个线索内的原始邮件
        dump_thread($_);
    }

邮件过滤

经典的 Perl 的邮件过滤工具莫不就是 Mail::Audit 了，我还在这里写过关于如何使用 Mail::Audit 

模块的文章（Perl.com/pub/a/2001/07/17/mailfiltering.html">http://www.Perl.com/pub/a/2001/07/17/mailfiltering.html），以及如何与 

Mail::SpamAssassin （http://www.Perl.com/pub/a/2002/03/06/spam.html）模块相结合使用。 

我们已经提到过 Mail::ListDetector 模块好几次了。我把它和 Mail::Audit 结合在一起使用，帮助

自己做了大量的自动邮件过滤工作。Mail::Audit::List 的插件使用 ListDetector 来查找信件中的邮

件列表头信息，诸如 List-Id，X-Mailman-Version 等等类似的东西，这些头信息可以帮助判别该邮件是否来

自于邮件列表。这意味着我有能力过滤所有来自邮件列表的信件到各自的文件夹中，就像这样： 

    my $list = Mail::ListDetector->new($obj);
    if ($list) {
        my $name = $list->listname;
        $item->accept("mail/$name.-$date");
    }然而，Mail::Audit 本身还有很长一段路要走，所以如果你新架设的系统的话，我们鼓励您使用电子邮件项目

的 Email::Filter 模块作为替代，它们的大部分操作界面是一致的，尽管功能并不完全相同。为了追求简洁和速度，

它使用了新式的 Email::Simple 作为邮件表达对象模块。 

邮件信息挖掘

最后，我所做的比较高级的事情就是开发一个自动分类，组织，并索引邮件到数据库的应用框架，并尝试从中分

析并提取有价值的信息。 

我的第一个完成这个预期目标的模块是 Mail::Miner ，它由三个主要部分组成。第一个部分获取一封邮件后，

去除各种附件，并分别存储到数据库。第二部分纵览这封邮件并运行一系列的识别（Recogniser）模块，

如此搜寻邮件地址，电话号码，一些关键字和短语等等，并把它们存储到另一个独立的数据库表中。第三部分

为命令行工具，用来查询数据库中的邮件以及相关的信息。 

举个例子，如果我需要找 Tim O'Reilly 的邮政地址，我就会使用查询工具 mm ，从他发来的信中找出该地址： 

 % mm --from "Tim O" --address              
 Address found in message 1835 from "Tim O'Reilly" :
 Tim O'Reilly @ O'Reilly & Associates, Inc.
 1005 Gravenstein Highway North, Sebastopol, CA 95472

如果要获取完整的邮件，我可以说 

 % mm --id 1835

如果它原本包含一个附件，那么我们可能会看到类似下面的部分： 

 [ text/xml attachment something.xml detached - use
   mm --detach 208
   to recover ]

我粘贴中间的那一行 mm --detach 208 到 shell 中，然后很快的，something.xml 写到了磁盘上。 

现在 Mail::Miner 已经非常不错了，不过它把三种思想紧紧地捆绑在一个包中 -- 邮件的归档，邮件的数据

挖掘以及查询数据库的命令行界面 -- 这使得很难单独开发或者扩展每块的功能。当然，它使用了老式的 

Mail:: 名字空间。 

这引领我们走到这次邮件模块旅程的最后一站，最新发布的：Email::Store 模块。这是个基于 Class::DBI 

的应用框架，用来存储邮件到数据库并以各种方式索引： 

   use Email::Store 'dbi:SQLite:mail.db';