完全兼容 RFC5321 和 5322 的 PHP PCRE 正则表达式答案

【问题标题】：fully RFC5321- and 5322-compatible PHP PCRE regex完全兼容 RFC5321 和 5322 的 PHP PCRE 正则表达式
【发布时间】：2019-05-02 22:49:41
【问题描述】：

我正在尝试创建一个（几乎）与 RFC5321 和 5322 完全兼容的 PHP PCRE 正则表达式来测试 email addresses。我唯一不需要的是（评论）部分。我在这里看到了一些其他的尝试，但是当我对它们进行测试时，它们并不都有效。

我一直在研究一个非常接近的：

 ^(([\w \!\#\$\%\&\'\*\+\-\/\=\?\^\`\{\|\}\~\.]{1,64})|("[\w \!\#\$\%\&\'\*\+\-\/\=\?\^\`\{\|\}\~\.]{1,64}"))@(([\w\-]*\.?[\w\-]*)|(\[\d{1,3}.\d{1,3}.\d{1,3}.\d{1,3}\])|(\[IPv6:[\da-fA-F]{0,4}:[\da-fA-F]{0,4}:[\da-fA-F]{0,4}:[\da-fA-F]{0,4}\]))$

分解：

本地部分：

最多匹配 64 个允许的字符

   ([\w \!\#\$\%\&\'\*\+\-\/\=\?\^\`\{\|\}\~\.]{1,64})
    |

或匹配带引号的字符串中的同一组字符：

   ("[\w \!\#\$\%\&\'\*\+\-\/\=\?\^\`\{\|\}\~\.]{1,64}")
)

结束本地部分。

匹配@符号

匹配域部分：

使用允许的字符匹配域部分：

   ([\w\-]*\.?[\w\-]*)

或 ipv4（它不会检查以确保它们是

   (\[\d{1,3}.\d{1,3}.\d{1,3}.\d{1,3}\])

或ipv6

   (\[IPv6:[\da-fA-F]{0,4}:[\da-fA-F]{0,4}:[\da-fA-F]{0,4}:[\da-fA-F]{0,4}\])

)

它唯一缺少的是能够检查多个连续的 . （句点）在引用的本地部分之外。我使用我自己的一些测试和wikipedia article about email addresses 上的测试对regex101.com 与以下所有地址进行了测试：

bob@smith.com
bob.smith@smith.com
bob-smith@smith.com
bob-smith@bob-smith.com
b0b!-...smith@smith.com <-DOES NOT VALIDATE CORRECTLY - MULTIPLE .'s
bob&smith@smith.com
"bob..smith"@smith.com

simple@example.com
very.common@example.com
disposable.style.email.with+symbol@example.com
other.email-with-hyphen@example.com
fully-qualified-domain@example.com
user.name+tag+sorting@example.com
x@example.com
example-indeed@strange-example.com
admin@mailserver1
example@s.example
" "@example.org
"john..doe"@example.org

Abc.example.com
A@b@c@example.com
a"b(c)d,e:f;g<h>i[j\k]l@example.com
just"not"right@example.com
this is"not\allowed@example.com
this\ still\"not\\allowed@example.com
1234567890123456789012345678901234567890123456789012345678901234+x@example.com
john..doe@example.com  <-DOES NOT VALIDATE CORRECTLY - MULTIPLE .'s
john.doe@example..com

我尝试使用前瞻和后瞻断言来测试连续的周期，但我无法弄清楚。我认为这是它唯一缺少的东西（除了 cmets，出于我的目的，这不是必需的）。

有没有办法检查不会改变我目前拥有太多东西的时期，还是需要不同的方法？

如果我错过了任何其他内容，请告诉我。

谢谢。

【问题讨论】：

尝试在^ 之后添加(?!("[^"]*"|[^"])*\.{2})。如果您在 regex101 进行测试，请使用 (?!("[^"\n]*"|[^"\n])*\.{2})
见regex101.com/r/R7qRvH/1
那太好了，谢谢！
我posted the answer below.

标签： php regex email pcre

【解决方案1】：

我会推荐你read this。可以说，编写一个 100% 有效的正则表达式是不可能的。

我写了一个非正则表达式实现here。如果您将此移植到 php 并在我的 github 页面上提交问题或给我发送电子邮件（在我的 github 页面上列出），我会很乐意链接到它。

从unit tests 可以看出，它的全面性也足以与 EAI 地址一起使用。

【讨论】：

我认为现实可能比我想象的要困难得多。我认为最困难的部分是处理 EAI 的东西。感谢您提供这些文章和信息！

【解决方案2】：

您可以在^ 之后添加(?!("[^"]*"|[^"])*\.{2})。

请参阅regex demo。

(?!("[^"]*"|[^"])*\.{2}) 否定前瞻失败匹配，如果紧靠当前位置的右侧有

("[^"]*"|[^"])* - 0 次或多次出现 "，后跟 0+ 个除 " 以外的字符，然后是 " 或除 " 以外的任何字符
\.{2} - 两个连续的点。

【讨论】：