正则表达式根据 RFC2822 验证消息 ID

Posted

技术标签:

【中文标题】正则表达式根据 RFC2822 验证消息 ID【英文标题】:regex to validate a message-ID as per RFC2822 【发布时间】:2011-04-27 11:29:18 【问题描述】:

我还没有找到执行此操作的正则表达式。我需要验证电子邮件中的“Message-ID:”值。它类似于电子邮件地址验证正则表达式,但更简单,没有电子邮件地址允许的大多数边缘情况,来自rfc2822

msg-id          =       [CFWS] "<" id-left "@" id-right ">" [CFWS] 
id-left         =       dot-atom-text / no-fold-quote / obs-id-left
id-right        =       dot-atom-text / no-fold-literal / obs-id-right
no-fold-quote   =       DQUOTE *(qtext / quoted-pair) DQUOTE
no-fold-literal =       "[" *(dtext / quoted-pair) "]"

假设外部 是可选的。点原子文本和缺失的定义可以在rfc2822中找到

我不精通正则表达式,我更喜欢使用已经测试过的,如果存在的话。

【问题讨论】:

找到了吗?那么,尝试自己写一个怎么样? :) 【参考方案1】:

尝试类似 --> ^[A-Z0-9._%+-]+@[A-Z0-9.-]+.[A-Z]2,$

【讨论】:

这不正确,它不完全像一个电子邮件地址,@后面的部分不需要是'something.something'【参考方案2】:

由于我找不到任何东西,我最终自己实现了它。根据 RFC2822,这不是一个正确的验证,但目前已经足够接近:

static String VALIDMIDPATTERN = "[a-z0-9!#$%&'*+/=?^_`|~-]+(?:\\.[a-z0-9!#$%&'*+/=?^_`|~-]+)*@[a-z0-9!#$%&'*+/=?^_`|~-]+(?:\\.[a-z0-9!#$%&'*+/=?^_`|~-]+)*";
private static Pattern patvalidmid = Pattern.compile(VALIDMIDPATTERN);

public static boolean isMessageIdValid(String midt) 
    String mid = midt;
    if (StringUtils.countMatches(mid, "<") > 1)
        return false;
    if (StringUtils.countMatches(mid, ">") > 1)
        return false;
    if (StringUtils.containsAny(mid, "<>")) 
        mid = StringUtils.substringBetween(mid, "<", ">");
        if (StringUtils.isBlank(mid)) 
            return false;
        
    
    if (StringUtils.contains(mid, "..")) 
        return false;
    
    //extract from <>
    mid = mid.trim();
    //now validate
    Matcher m = patvalidmid.matcher(mid);
    return m.matches();

【讨论】:

这个正则表达式是否只涵盖id-leftid-rightdot-atom-text 部分?我认为obs-id-left 将允许几乎任何 ASCII 字符。 @Nathan:很久以前……不记得了。可能你是对的,但我可以告诉你这个 impl。已成功用于处理商业产品中的数百万条消息 ID。所以使用起来应该是安全的。 感谢您确认您的生产使用情况 - 这有助于确认 id-left 和 id-right 的引用和过时部分实际上并未在实践中使用。【参考方案3】:

使用标准正则表达式无法完美匹配 RFC2822 消息 ID,因为 CFWS 规则允许嵌套 cmets,这是正则表达式无法处理的。例如

<foo@bar.com> (comment (another comment))

【讨论】:

不正确。嵌套模式可以与递归正则表达式匹配。【参考方案4】:

如果有人感兴趣,我们的一位高级架构师研究了 RFC 2822 的多个层次,并提出了以下正则表达式,其中包括在左侧和右侧的引用。规范说新的实现不应该使用过时的字符,所以这个正则表达式不允许它们:

((([a-zA-Z0-9!#$%&'*+/=?^_`|~-]+(\.[a-zA-Z0-9!#$%&'*+/=?^_`|~-]+)*)|("(([\x01-\x08\x0B\x0C\x0E-\x1F\x7F]|[\x21\x23-\x5B\x5D-\x7E])|(\\[\x01-\x09\x0B\x0C\x0E-\x7F]))*"))@(([a-zA-Z0-9!#$%&'*+/=?^_`|~-]+(\.[a-zA-Z0-9!#$%&'*+/=?^_`|~-]+)*)|(\[(([\x01-\x08\x0B\x0C\x0E-\x1F\x7F]|[\x21-\x5A\x5E-\x7E])|(\\[\x01-\x09\x0B\x0C\x0E-\x7F]))*\])))

【讨论】:

这是一个带有不匹配组的 Python 正则表达式字符串:r'((?:(?:[a-zA-Z0-9!#$%&amp;\'*+/=?^_`|~-]+(?:\.[a-zA-Z0-9!#$%&amp;\'*+/=?^_`|~-]+)*)|(?:"(?:(?:[\x01-\x08\x0B\x0C\x0E-\x1F\x7F]|[\x21\x23-\x5B\x5D-\x7E])|(?:\\[\x01-\x09\x0B\x0C\x0E-\x7F]))*"))@(?:(?:[a-zA-Z0-9!#$%&amp;\'*+/=?^_`|~-]+(?:\.[a-zA-Z0-9!#$%&amp;\'*+/=?^_`|~-]+)*)|(?:\[(?:(?:[\x01-\x08\x0B\x0C\x0E-\x1F\x7F]|[\x21-\x5A\x5E-\x7E])|(?:\\[\x01-\x09\x0B\x0C\x0E-\x7F]))*\])))'

以上是关于正则表达式根据 RFC2822 验证消息 ID的主要内容,如果未能解决你的问题,请参考以下文章

根据 RFC5321/RFC5322 对电子邮件地址进行正则表达式验证

在 Java 中解析 RFC 2822 电子邮件地址

是否有正则表达式来验证 Base32 :: RFC 3548

SysLog RFC5424 的正则表达式

常用正则表达式—邮箱(Email)

jqueryvalidation - 无法验证正则表达式