Webscrapping é o ato de varrer um documento web em busca de informações. Você pode buscar por URLs válidas e usar essa informação para construir um webcrawler, ou pode buscar por todas as imagens em uma página, e assim por diante. Nesta tarefa, encontraremos e-mails válidos usando análise léxica.
O programa deve ser escrito em Lex (o Makefile que acompanha esta tarefa já
contempla a compilação em Lex ao usar make e make test). Veja que há um
arquivo src/main.l que deverá ser modificado para propor a solução desta
tarefa.
O programa receberá um pequeno texto (em formato ASCII padrão) e deverá imprimir na tela todos os e-mails válidos lidos, um por linha e na ordem que forem lidos. E-mails válidos devem obedecer às seguintes regras:
-
São compostos de um nome de usuário e um domínio, separados por um sinal de arroba (
@). -
Tanto o nome de usuário quanto o domínio têm qualquer número não-nulo de caracteres alfanuméricos.
-
Tanto o nome de usuário quanto o domínio podem incluir os caracteres traço (
-), underline (_) e ponto (.), mas não podem começar nem terminar com esses caracteres. -
Outros caracteres são sempre inválidos (mesmo que alguns, como o
+, sejam possíveis, eles foram excluídos desta tarefa)
| Entrada | Saida |
|---|---|
meu@email.com eh um email valido e seu@email tambem |
meu@email.com\nseu@email |
algunsemails-@.naosaovalidos entao o retorno eh nulo |
- Vá diretamente ao conjunto de testes para verificar como tratar casos limítrofes ou mal-definidos.
- Lembre-se de seguir as instruções de submissão.
- Se desejar, proponha novos casos de teste.