验证基于 UTF8 字符的电子邮件 [重复]

Question

我正在尝试使用以下正则表达式验证电子邮件 (UTF8)

Regex.IsMatch(emailAddress, @"^([\w-\.]+)@((\[[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.)|(([\w-]+\.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(\]?)$", RegexOptions.CultureInvariant);

它为“äpfel@domain.com”返回 false。

关于如何改进它的任何建议。

Answer 1

1. UTF-8 与此无关，您正在验证一个字符串，而不是它的特定编码。

2. 您的正则表达式实际上为 "äpfel@domain.com" 返回 true（带或不带 CultureInvariant 选项）。单独尝试Console.Write(Regex.IsMatch("äpfel@domain.com", @"^([\w-\.]+)@((\[[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.)|(([\w-]+\.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(\]?)$", RegexOptions.CultureInvariant));，你会得到true。

3. 您将在所有 IDN（如 info@ουτοπία.δπθ.gr）上失败，如果您关心非 ASCII 限制的电子邮件地址，您可能希望包含它们。 （如果你想排除被禁止的混淆，你会变得非常复杂）。

其他人使用正则表达式验证电子邮件存在问题，但归结为：

1. 实际的电子邮件语法比人们想象的要复杂（甚至在我们处理非 ASCII 扩展之前）。例如你知道Abc\@def@example.com 是一个有效的电子邮件地址吗？事实上，它是 RFC 3696 中给出的有效地址的一个示例。

2. 如果你努力构建一个完美的验证器（这是可能的），那将是浪费精力。您的电子邮件软件可能无法处理所有这些（例如上面的Abc\@def@example.com 不适用于很多软件），然后很多有效的电子邮件地址实际上将不正确。

但无论如何，我得到true 运行你的代码，错误在别处。

Answer 2

简单的答案是您不想这样做：正则表达式是验证电子邮件地址的一种可怕方式。

您的具体问题的答案是，如果您愿意阻止有效地址并允许无效地址，您希望使用[\p{L}\p{M}\p{N}] 而不是\w 来匹配地址的用户名部分中的Unicode 单词字符。