验证基于UTF8字符的电子邮件

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);

对于“äpfel@domain.com”，它返回false。

有关如何改进它的任何建议。

Answer 1

简单的答案是你不想这样做：正则表达式是一种验证电子邮件地址的可怕方式。

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来匹配用户名部分中的Unicode字符字符地址。

Answer 2

1. UTF-8与此无关，您正在验证字符串，而不是其特定的编码。

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）。您可以自行尝试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));，然后获得true。

3. 您将在info@ουτοπία.δπθ.gr等所有IDN上失败，如果您关心非ASCiI限制的电子邮件地址，您可能希望将其包括在内。 （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时遇到了问题，但归结为：

1. 实际的电子邮件语法比人们想象的要复杂得多（甚至在我们处理非ASCII扩展之前）。例如你知道Abc\@def@example.com是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例子。

2. 如果你努力建立一个完美的验证器（有可能），那将是一种浪费。有可能您的电子邮件软件无法全部处理（例如上面的Abc\@def@example.com无法使用大量软件）然后很多有效的电子邮件地址实际上都不正确。

但无论如何，我得到true运行你的代码，这个bug在别处。