邮件信息抽取

邮件信息抽取

抽取目的

将elasticsearch上的邮件信息存入SQL数据库中，方便以后更好的调用

抽取目标

elasticsearch中的邮件

预期抽取结果

SQL数据库中的特征信息

抽取步骤

• 文件（邮件）转化为可读信息（如：String）

• 将可读信息利用正则化抽取出所需属性

• 抽取出的属性与PO对象一一对应（若无，则插入NULL）

• @Mapper将PO对象存入数据库

• 注意事项：

  • 接收者或者抄送者可能存在多人
  • 附件存储（存储地址信息，本地与线上还不同）

关键代码

• 文件（邮件）转化为可读信息

 private static String readString4()

  {
  int len=0;
  
  StringBuffer str=new StringBuffer("");
  
  File file=new File(FILE_IN);
  
  try {
  
      FileInputStream is=new FileInputStream(file);
  
      InputStreamReader isr= new InputStreamReader(is);
  
      BufferedReader in= new BufferedReader(isr);
  
      String line=null;
  
      while( (line=in.readLine())!=null )
  
      {
  
          if(len != 0)  // 处理换行符的问题
  
          {
  
              str.append("\r\n"+line);
  
          }
  
          else
  
          {
  
              str.append(line);
  
          }
  
          len++;
  
      }
  
      in.close();
  
      is.close();
  
  } catch (IOException e) {
  
      // TODO Auto-generated catch block
  
      e.printStackTrace();
  
  }
  
  return str.toString();
  }

• 将可读信息利用正则化抽取出所需属性

//该集合存储数据库中所需的属性信息，且与PO实体类中的对象一一对应

List<String> result = new ArrayList<~>();



//正则化:以”From:"开始，直到第一次出现”回车“结束

String reg = "From:(.*?)\r"

//"str"为可读（邮件）信息

m = Pattern.compile(reg).matcher(str)

if (m.find()){

​	String r = m.group();

​	result.add(r);

}else{

​	//如果未正则匹配到该条数据，仍插入”null“

​	result.add(null);

}

• @Mapper将PO对象存入数据库

  • 在Mapper包中创建EmailRecordMapper接口

   extends BaseMapper<EmailRecordPO>

• 创建PO实体类的对象，并用setXXX函数一一导入上述取到的属性信息

• emailRecordMapper.insert(emailRecordPO);即可