我尝试用 regex 解析电子邮件。结果正如你想的那样。

Source: Dev.to

介绍

最近我需要自动处理收到的邮件。

想法听起来很简单：

邮件到达 → 提取一些字段 → 触发 webhook

比如：

• 订单确认
• 发票邮件
• 发货通知
• 支持信息

看似没有什么复杂的。至少我当时是这么想的。

尝试 #1 — 正则表达式

和大多数开发者一样，我先用了正则。

const price = email.match(/Total:\s\$(\d+)/)

第一封邮件时它工作得很完美。随后下一封邮件出现了：

Amount paid: $29

还有一封写成：

Total price: USD 29

随后又收到一封带有嵌套表格、内联样式的 HTML 邮件，格式看起来像 2004 年的 Outlook 模板。

此时我的正则慢慢演变成了这样：

/(Total|Amount|Price).*?(\$|USD)?\s?(\d+(\.\d+)?)/ 

这通常是你意识到这种方法已经注定要失败的时刻。

尝试 #2 — 解析 HTML

好吧，那就解析 HTML 吧。

const dom = new JSDOM(emailHtml)

这有时能工作。但邮件的 HTML 是一种特殊的混乱：

• 表格里套表格
• 到处都是内联样式
• 每个发件人的布局都不同

于是你不得不为每种邮件格式维护自定义解析器。

真正的问题

邮件并不是结构化数据。它们是为人类编写的，而不是机器。每个发件人都有不同的格式，试图强行使用僵硬的解析规则会非常脆弱。

显而易见的解决方案（事后看来）

与其强行制定严格的解析规则，不如让 AI 解释邮件 并提取你想要的字段？

示例邮件：

Subject: Order confirmation
Customer: John Smith
Product: T-shirt
Total: $39

结构化输出：

{
  "customer": "John Smith",
  "product": "T-shirt",
  "total": 39
}

现在你的后端收到的是干净的结构化数据，而不是原始邮件文本。

所以我构建了一个小工具

主要是因为我一次又一次地遇到这个问题。它叫 ParseForce。

流程很简单：

Incoming email → AI parsing → structured JSON → webhook

你可以：

• 获得一个唯一的收件箱
• 将邮件发送到该收件箱
• 定义你想要的模式

在你的 webhook 中接收结构化的 JSON。就这么简单。

它适用的场景

到目前为止，我已经用它来：

• 解析订单确认邮件
• 提取发票数据
• 处理潜在客户邮件
• 触发自动化工作流

基本上任何邮件中包含你希望系统理解的数据的情况都适用。

如果你感兴趣

你可以在这里查看 👉 https://parseforce.io

我也很好奇其他人是怎么处理这个问题的。你是使用正则、模板，还是完全其他的方案？

标签: node, webdev, saas, automation, ai