Нормальное ли регулярное выражение для поиска email адресов?

Question

[Сергей Хлопов]

Здравствуйте, подскажите пожалуйста, я составил следующее регулярное выражение:

([a-zа-яё0-9._-]+)(@{1})([a-zа-яё0-9._-]+)\.([a-zа-я]{2,3})

Задача строит следующая:
На вход программа принимает html-файл и нужно доставить все email адреса из него, подходит ли данное регулярное выражение для такой задачи или что-то стоит доработать ? Заранее благодарю за ответ.

Comments

[vreitech]

ну, например, адрес user#@example.com оно не отловит, как и [e-mail].

[AUser0]

Русские буквы в именах доменов не пишутся русскими буквами, они только отображаются так!
Для этого используется кодировка punycode с латинскими буквами, арабскими цифрами, и уж не знаю чей тире.

Answer 1

[Сергей]

На самом деле если серьезно, то такого регекспа создать невозможно. Проблема в том, что нет однозначного правила для валидации email адресов. Любой адрес бла@бла.cервер может быть адресом email, а может быть еще чем-то. Например XMPP юзером (JID).

Comments

[Сергей Хлопов]

Понял, благодарю вас

Answer 2

[Saboteur]

Вот, пример, более-менее подходящей регулярки для email:

(?:[a-z0-9!#$%&'*+/=?^_`{|}~-]+(?:\.[a-z0-9!#$%&'*+/=?^_`{|}~-]+)*|"(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21\x23-\x5b\x5d-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])*")@(?:(?:[a-z0-9](?:[a-z0-9-]*[a-z0-9])?\.)+[a-z0-9](?:[a-z0-9-]*[a-z0-9])?|\[(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?|[a-z0-9-]*[a-z0-9]:(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21-\x5a\x53-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])+)\])

Но и она не покрывает всех случаев, поэтому правильный ответ - на регулярках не нужно писать писать поиск/валидатор емайл адресов.

Comments

[Сергей Хлопов]

Страшная регулярка) понял, благодарю вас