驗證UTF8字符基於電子郵件

Question

我試圖驗證使用下面的正則表達式

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);

它爲 「äpfel@domain.com」 返回false電子郵件（UTF8）。

有關如何改善它的任何建議。

Answer 1

1. UTF-8與此無關，你正在驗證一個字符串，而不是一個特定的編碼。

2. 您的正則表達式實際上對"äpfel@domain.com"返回true（帶或不帶CultureInvariant選項）。嘗試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));自己，你會得到true。

3. 您將失敗的所有國際化域名，如info@ουτοπία.δπθ.gr，如果你關心非ASCiI限制的電子郵件地址，你可能想包括他們。 （如果你想排除禁止混淆的話，你會變得非常複雜）。

有其他人使用正則表達式驗證電子郵件陳述的問題，但它們歸結爲：

1. 實際電子郵件語法是比較複雜的比人們想象的（我們處理甚至在與非ASCII擴展）。例如你知道Abc\@def@example.com是一個有效的電子郵件地址嗎？實際上，它是RFC 3696中給出的有效地址的一個例子。

2. 如果你努力構建一個完美的驗證器（這是可能的），這將是一種浪費。機會是你的電子郵件軟件不會處理所有的（例如上面的Abc\@def@example.com將無法​​使用大量的軟件），那麼很多有效的電子郵件地址實際上是不正確的。

但無論如何，我得到true運行你的代碼，錯誤在別處。

Answer 2

簡單的答案是，你不想這樣做：正則表達式是驗證電子郵件地址的一種可怕的方式。

對於您的具體問題的答案是，如果您願意阻止有效地址並允許無效地址，則您希望使用[\p{L}\p{M}\p{N}]而不是\w來匹配地址的用戶名部分中的Unicode字符字符。