Re: [Caml-list] Query: email parser in ocamllex/ocamlyacc

[Pierre Weis <pierre.weis@inria.fr>]

> Version Francaise a la fin
> ------------------------------
> 
> Hello,
> 
> I'm writting an ocamllex/ocamlyacc based application that extracts a <string
> list> of emails embedded in a text/html file.
> Would anyone of you know of any available implementation I could get
> inspiration from (and save some time!).

Really precise parsing of email messages requires implementing the
RFC822 (more precisely RFC2822 nowadays), which is not a trivial
task. I started to do it but gave up due to the absence of a scanf
facility. I launched a thread to implement scanf, and 5 years after I
understood how to do it in the Caml system!

Now that we have scanf, I could go on to implement RFC(2)822.

But don't hold your breath: if you don't need a full parser for mail
messages the simpler way is to write a (false but trivial)
approximation with a lexer...

There may be such a program into Xaviers's spamoracle ?

Best regards,

Pierre Weis

INRIA, Projet Cristal, Pierre.Weis@inria.fr, http://pauillac.inria.fr/~weis/

> -------------------------------
> 
> Bonjour,
> 
> Je suis en train d'ecrire une application basee sur ocamllex/ocamlyacc.
> L'application est destinee a extraire les emails (vers une structure <string
> list>) contenus dans un texte ou document html.
> 
> Quelqu'un sait-il si une implementation de ceci existe deja afin que je
> puisse m'en inspirer (et economiser mon temps!).

L'analyse syntaxique précise des messages électroniques nécessite
l'implémentation de la RFC822 (plus précisément la RFC2822
maintenant), ce qui n'est pas trivial. J'ai essayé une fois mais j'ai
arrêté à cause de l'absence d'une fonction scanf. J'ai alors lancé une
sous-tâche: implémenter scanf, et 5 ans après j'ai enfin compris
comment le faire en Caml!

Maintenant que nous avons scanf, je devrais revenir d'interruption et
me remettre à implémenter la RFC(2)822.

Mais n'attendez pas une distribution rapide: si vous n'avez pas besoin
d'un analyseur très précis le plus simple est d'en écrire une
approximation (fausse mais triviale) à l'aide d'un lexeur...

Il y a sans doute un tel programme dans le filtre spamoracle de Xavier...

Cordialement,

Pierre Weis

INRIA, Projet Cristal, Pierre.Weis@inria.fr, http://pauillac.inria.fr/~weis/


-------------------
To unsubscribe, mail caml-list-request@inria.fr Archives: http://caml.inria.fr
Bug reports: http://caml.inria.fr/bin/caml-bugs FAQ: http://caml.inria.fr/FAQ/
Beginner's list: http://groups.yahoo.com/group/ocaml_beginners