Неактивированные UTF8 символов на основе электронных писем

Question

Я пытаюсь проверить электронную почту (UTF8), используя следующее регулярное выражение

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);

Он возвращает ложь для «äpfel@domain.com».

Любые предложения по его улучшению.

Answer 1

1. UTF-8 не имеет ничего общего с этим, вы проверяете строку, а не ее конкретную кодировку.

2. Ваше Regex действительно возвращает true для "äpfel@domain.com" (с опцией CultureInvariant) или без него. Попробуйте 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)); самостоятельно, и вы получите true.

3. Вы не сработаете на всех IDN, таких как info@ουτοπία.δπθ.gr, и если вам небезразличен адрес электронной почты, не ограниченный ASCiI, вы можете включить их. (И если вы хотите исключить запрещенные путаницы, вы становитесь очень сложными).

Есть проблемы, высказанные другими с помощью регулярных выражений для проверки электронной почты, но они сводятся к:

1. Фактический синтаксис электронной почты является более сложным, чем думают люди (еще до того, мы имеем дело с расширениями, отличными от ASCII). например вы знаете, что Abc\@def@example.com является действительным адресом электронной почты? Фактически, это пример действительного адреса, приведенного в RFC 3696.

2. Если вы приступите к созданию идеального валидатора (это возможно), это будет пустой тратой усилий. Скорее всего, ваше почтовое программное обеспечение не будет обрабатывать их всех (например, Abc\@def@example.com выше не будет работать с большим количеством программного обеспечения), тогда количество действительных адресов электронной почты на самом деле не будет правильным.

Но в любом случае, я получаю true работает ваш код, то ошибка в другом месте.

Answer 2

Простой ответ заключается в том, что вы не хотите этого делать: регулярные выражения - это ужасный способ проверки адресов электронной почты.

Ответ на ваш конкретный вопрос заключается в том, что если вы готовы заблокировать действительные адреса и разрешить недействительные, вы должны использовать [\p{L}\p{M}\p{N}], а не \w, чтобы соответствовать символам слова Юникод в части имени пользователя.