区分电子邮件地址和IRI

Question

bounty到期在11小时内。该问题的答案有资格获得+ 50声望赏金。Garret Wilson想要引起更多关注对此问题。

我有一个可以包含电子邮件地址或IRI（国际化URI）的字符串。字符串不包含其他周围的空格或任何HTTP换行符。此外，它们在相应的规范中不包含标记为“过时”的任何元素。我需要一种简单的方法来区分字符串包含哪些内容。

我正在查看我认为是最新的相应规范：RFC 5322 § 3.4.1. Addr-Spec Specification用于电子邮件，RFC 3987 § 2.2. ABNF for IRI References and IRIs用于IRI。我提出了以下算法，并在括号中进行了说明：

1. 如果字符串以引号"开头，则为电子邮件地址。 （电子邮件地址local-part可能是带引号的字符串，但IRI scheme可能不是。）
2. 否则，请找到第一个@符号或冒号:字符。
   • 如果遇到的字符是@符号，则该字符串包含一个电子邮件地址。
   • 否则，如果是冒号:字符，则字符串包含IRI。

这种方法正确吗？还有另一种更简单的方法吗？最后，我将如何扩展该算法以区分IP地址（包括IPv4和IPv6）中的这两件事？

Answer 1

我认为所指定的规则是正确的，可以快速确定类型（电子邮件或IRI）。要将其扩展到IP地址，应添加其相应的语法：https://tools.ietf.org/html/draft-main-ipaddr-text-rep-00。

IpV4 = d8.d8.d8.d8
d8 = 0 to 255 (decimal)

IpV6 = d16:d16:d16:d16:d16:d16:(d16:d16 or Ipv4)
d16 = 0000 to ffff (hexadecimal)
with the added problem of the possibility of shortening multiple 0000 pieces into '::' (see link)

这会导致发现Ipv4与您的任何规则都不匹配。而且IpV6至少有6个冒号，最多有8个冒号:。

因此，您的规则可以扩展为：

1. 如果字符串以引号"开头，则为电子邮件地址。 （电子邮件地址local-part可能是带引号的字符串，但IRI scheme可能不是。）
2. 否则，请找到第一个@符号或冒号:字符。
   • 如果遇到的字符是@符号，则该字符串包含电子邮件地址。
3. 如果遇到的第一个字符是冒号:，则应匹配第一个冒号:之前的部分
   • 如果它不是有效的IpV6（因此它不是空的，或者不是长度正好为4的十六进制字符，则绝对是IRI）>
   • 否则，应计算字符串中冒号的数量
     • 6-8个冒号可以表示一个IpV6地址
       • 8个冒号只能在ipaddress以双冒号::开头或结尾时出现>
       • 仅当有1个双冒号::或无双冒号但末尾没有IpV4时才可能出现7个冒号
       • 仅当地址以IpV4地址结尾时才可能出现6个冒号
       • 如果这些计数对给定的字符串有效，则该字符串不能为IRI
   • 否则将是一个IRI，可能是一个带有方案的IRI，然后是IpV6（这种格式很难定义）
4. 否则将是IpV4