Perl的正则表达式与多个TLD电子邮件

Question

我有一个正则表达式那就是只匹配字母数字字符，“”和“_”之前和@符号后。它是只匹配以下顶级域名：

COM，组织，EDU，GOV，英国，净，CA，德，日本，法国，澳大利亚，美国，RU，CH，IT，NL，SE，不，MIL，商务，IO，CC，CO，资讯

例如，它应该匹配[email protected]和[email protected]，但不是[email protected]（包含连字符和不匹配TLD）或[email protected]（.NET是匹配TLD，但.neta不是）

我有以下的正则表达式：

my $email_regex = qr/[a-zA-Z0-9._]+\@[a-zA-Z0-9._]+\.(com|org|edu|gov|uk|net|ca|de|jp|fr|au|us|ru|ch|it|nl|se|no|mil|biz|io|cc|co|info)/;

这是正确地匹配到适当的TLD，但这时如果TLD具有后它的任何附加的字母数字字符，但仍在计数它作为一个匹配（它不应该），它只是不显示后的任何字母数字字符TLD。

输入：

[email protected] [email protected]<sender: [email protected] >
[email protected],[email protected]{}[email protected];
[email protected]
[email protected] : test
[email protected]
[email protected]
[email protected]
[email protected]
[email protected]
[email protected]<;Senderfailure>
[email protected]

输出（I已插入注释指示正确匹配，什么不应该匹配，但反正一样）：

[email protected] #correct
[email protected] #correct
[email protected] #should not match
[email protected] #correct
[email protected] #correct
[email protected] #should not match
[email protected] #correct
[email protected] #correct
[email protected] #correct
[email protected] #correct 
[email protected] #correct
[email protected] #should not match
[email protected] #correct
[email protected] #correct
[email protected] #should not match

编辑：输入文件包含电子邮件后许多其他字符，如< , > , :, ;, "这些都是可以的，仍然可以匹配的，只是没有包含在输出由上述可见。

Answer 1

既然你正在尝试一个较大的字符串中找到这些，你需要定义什么字符就不会被认为是电子邮件地址的一部分（我会假设你没有指定所允许的任何字符），这样就可以锚开始和结束的每场比赛。正则表达式将继续努力，每一种可能性，直到他们找到匹配，所以除非你定义这些约束，你最终会与您认为什么是“电子邮件”匹配您的规则，最大的块的子字符串。一种方法是提取你允许所有可能的字符的字符串，然后运行第二个正则表达式（你原来的正则表达式），挂靠在开始与\A和\z结束，以验证您要允许其格式和顶级域名。

还要注意，由于顶级域名不区分大小写，您可能希望/i正则表达式修改。

foreach my $email ($str =~ m/([a-zA-Z0-9._@]+)/g) {
    next unless $email =~ m/\A...\z/i;
}

您正则表达式也远远不完整，电子邮件地址是复杂的。 （如果你想看到什么完整的电子邮件地址的解析正则表达式的样子，check out Email::Valid。）如果您希望让更多有效的电子邮件地址，并在你的方法灵活，我建议使用Email::Address::XS解析他们。

use strict;
use warnings;
use Email::Address::XS;

my $tld_re = qr/\.(com|org|edu|gov|uk|net|ca|de|jp|fr|au|us|ru|ch|it|nl|se|no|mil|biz|io|cc|co|info)\z/i;

my $address = Email::Address::XS->parse_bare_address($email);

if ($address->is_valid and $address->host =~ m/$tld_re/) {
   # matches
}