从 SQL Linq 查询中删除 re: etc

Question

我需要一个电子邮件解析器，将传入的电子邮件附加到其相应的票证。

如果电子邮件的主题包含票号格式的内容，那么我会搜索它并完成。这已经工作多年了。

现在，我们要按主题搜索匹配的票证标题。

我发现使用正则表达式类从电子邮件主题中删除“RE:”（和类似的东西），这非常适合从传入主题中删除 re: 等。但是，我们有票标题包含

RE:

的情况。我预计它可能包括

FW:

和

FWD:

以及所有这些的混合和小写版本。

找到匹配项的最干净的 Linq 或 SQL 查询是什么？我熟悉

Remove()

。我可以把它们串起来吗？将 16 Removes 串起来以捕获所有案例版本是非常丑陋的，但我想我可以忍受。

而且，这样做的表现如何？我想我可以

ToLower

双方，那应该行得通吗？这可能不会影响我的主题标题匹配。这减少到三个删除。

我确实找到了一页说在查询中使用正则表达式最终会检索所有数据，这可能很昂贵。这也适用于

Remove

吗？我已经通过传入电子邮件地址进行过滤以获得单个客户端，因此我不会对整个数据库运行这些。那么，也许正则表达式是可行的？

还有更好的吗？提醒，我们正在使用实体框架。

谢谢

PS：我知道一些简单的主题可能会被多次点击。 “错误”或“电子邮件问题”。我会按日期降序排列，希望能抓住其中的大部分。

----- 编辑：-----

原谅我，我认为我的描述很透彻。这是一个包含得很好的问题。稍微不同地说，我在 VARCHAR 字段中有一些常见的无关文本片段，我正在寻找最好的方法来搜索忽略那些少数常见文本片段的字段。

这是我的 FindExistingTicket() 方法的当前状态。我已经开始按客户筛选，但在看到这些评论时还没有完成。 （我离开办公桌几个小时。）

    /// <summary>
    /// Given a from address and a subject, see if we can find a ticket to match.
    /// to match.  Either the formatted ticket number is in the subject.
    /// Or, the subject is identical to a ticket title.
    /// </summary>
    /// <param name="from">The From address.</param>
    /// <param name="subject">The subject string.</param>
    /// <returns>The ticket found, or null.</returns>
 public Ticket FindExistingTicket(string from, string subject)
 {
    Ticket ticket = null;

    // If the subject is null then there's not going to be a match.
    if (subject == null)
    {
        return null;
    }

    // First look for a formatted ticket number.
    Match m = TicketNumRegex.Match(subject);

    if (m.Success)
    {
        // Make sure a ticket with that number actually exists.
        ticket = db.Tickets.Where(a => a.TicketNumber == m.Value).FirstOrDefault();
    }
    // If we have a ticket, then we're done.
    if (ticket != null) return ticket;

    // Check to see if we know this email address
    Contact contact = db.Contacts.Where(a => a.ContactStatu.Status.Equals("Active") && a.email.ToLower().Contains(from)).FirstOrDefault();
    if (contact != null)
    {
        Client client = db.Clients.Where(a => a.id == contact.customer_id).FirstOrDefault();

        // Search for a ticket where the Subject matches the Title.
        // First, strip off any re: or Fwd:
        // If we want multiple languages, per https://stackoverflow.com/questions/16395814/
        // @"^([\[\(] *)?(RE?S?|FYI|RIF|I|FS|VB|RV|ENC|ODP|PD|YNT|ILT|SV|VS|VL|AW|WG|ΑΠ|ΣΧΕΤ|ΠΡΘ|תגובה|הועבר|主题|转发|FWD?) *([-:;)\]][ :;\])-]*|$)|\]+ *$", RegexOptions.IgnoreCase
        Regex regex = new Regex(@"^(?>(?:re|fwd|fw) *: *)*", RegexOptions.IgnoreCase);
        string strippedSubject = regex.Replace(subject, string.Empty);

        // Among open tickets, if we find more than one ticket with this Title, we grab the last one.
        List<Ticket> tickets = db.Tickets.Where(a => OpenIDs.Contains(a.Status_ID) && a.Title.Replace("re:", "") == strippedSubject).OrderByDescending(a => a.LastQueueDate).ToList();
        if (tickets.Count() >= 1)
        {
            ticket = tickets.First();
        }
    }
    // else we don't know the email address, so just fall through and return null

    return ticket;
 }

所以，现在，如果在 SQL 数据库 VARCHAR 字段的票证标题中有一个 RE:，我没有得到匹配项。包含 RE: 和 FW: 的票证标题示例是从电子邮件主题行中手动复制和粘贴的，因此我不会在将它们提交到数据库之前将它们删除。

发布此消息后，当我走出门时，我突然想到，一旦我按客户过滤工单，我的记忆中就会有一个列表。所以，我应该能够在那里廉价地使用正则表达式。也就是说，假设 EF 允许我这样做。

我很高兴听到任何其他想法。