今早写了个邮件的正则，超牛Bi。

Question

今早地铁上看到sh.cn的域名。
昨天写的不能匹配。
今天调整：^[\w-\.]{2,25}\@[\w-]{2,35}(?:(?:\.(?:com|net|org|gov))|(?:\.[a-z]{2}(?=\.cn)))?\.(?:com|cn|mobi|tel|asia|net|org|name|me|tv|cc|hk|biz|info)$
共享一下。好久没上csdn发帖了。

Answer 1

([\w.\d-]{2})@(?>[\w\d-]+\.)+[\w-]{2}

Answer 2

以下是升级版和拆解。
如果必要，下午解释一下。^[\w-\.]{2,25}\@[\w-]{2,35}(?:(?:\.(?:com|org|gov)(?=\.cn))|(?:\.[a-z]{2}(?=\.cn))|(?:\.(?:net)(?!\.)))?\.(?:com|cn|mobi|tel|asia|net|org|name|me|tv|cc|hk|biz|info)$^
  [\w-\.]{2,25}
  \@
  [\w-]{2,35}
  (?:
    (?:\.(?:com|org|gov)(?=\.cn))
    |
    (?:\.[a-z]{2}(?=\.cn)
    )
    |
    (?:\.(?:net))
  )?
  \.(?:com|cn|mobi|tel|asia|net|org|name|me|tv|cc|hk|biz|info)
$

Answer 3

According to http://www.regular-expressions.info/email.html, RFC 2822 says:(?:[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])?|\[(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?|[a-z0-9-]*[a-z0-9]:(?:[\x01-\x08\x0b\x0c\x0e-\x1f\x21-\x5a\x53-\x7f]|\\[\x01-\x09\x0b\x0c\x0e-\x7f])+)\])

Answer 4

看前面的过滤条件。格式太松散了。
不过我也没说明我写的牛逼在哪里，，呵呵。
我就是尽可能的限定其格式，保证其有效性；比如 domain.net.cn。这个域名是无效的，它就不能匹配。
而library.sh.cn/lib.com.cn都是可能有效的，需要匹配。

Answer 5

写该正则的出发点： 
在群发邮件时，我们往往无法确认收件人地址是否有效。为提高邮件发送的成功率，筛选无效的地址是比较重要的。普通的邮箱的格式：
[email protected]
[email protected] //可理解为".ext0"是可能没有的分析该正则之前需了解：(XXX代表其他特定的字符、组织结构)
(?:XXX)，和(XXX)没太多区别，只是匹配而不捕获。
(?!XXX)，反向匹配。 如Win(?!95|98|NT|2000) 匹配 Win xp 中的 Win，注意：xp不包括
(?=XXX)，正向匹配。 如Win(?=95|98|NT|2000) 匹配 Win95, Win98, WinNT, Win2000 中的 Win。
^[\w-\.]{2,25}\@[\w-]{2,35}(?:(?:\.(?:com|org|gov)(?=\.cn))|(?:\.[a-z]{2}(?=\.cn))|(?:\.(?:net)(?!\.)))?\.(?:com|cn|mobi|tel|asia|net|org|name|me|tv|cc|hk|biz|info)$
^
 [\w-\.]{2,25}                                                 //不能以'_'开头未设限
 \@                                                            //
 [\w-]{2,35}                                                   //
 (?:                                                           //ext0段如果有：
  (?:\.(?:com|org|gov)(?=\.cn))                                //必须是com,org,gov中的一个，并且后面跟cn
  |                                                            //或
  (?:\.[a-z]{2}(?=\.cn))                                       //两个字符的ext0，后面跟cn。
  |                                                            ////这两行应该删除。
  (?:\.(?:net)(?!\.))                                          ////这两行应该删除，写错了。拆解出来才发现，呵呵。
 )?                                                            //ext0段结束
 \.(?:com|cn|mobi|tel|asia|net|org|name|me|tv|cc|hk|biz|info)  //最后要以com,cn,...等结尾。
$按照这个方法，如果把所有域名后缀列表都取到并加以分析。就可以写出能过滤标准后缀域名地址的分析正则。记得以前有看到过，正则的效率往往和长度成反比。 所以一般越长的越臭，非必要，尽可能写短。

Answer 6

早上就看到这帖子，不想做过多的评论[email protected]也是存在的，记得很久以前注册过这个域名的邮箱，难不成每见到一个合理的域名就去更新一下正则表达式？
邮箱的规则是可以自定义的，比如通用规则允许邮箱名中带“'”，但是如果我申请个域名，架个邮件服务器，我就是不允许注册带“'”的邮件，这也是完全可以的，因为规格由我来定
规则不定，正则自然也不确定，只有根据实际需求写出的正则才是合理的

Answer 7

这也是一种常见的误解，在匹配<...>标签时，以下哪个正则的效率高？
<.*?> 
<[^>]*> 
<(?>[^>]*)> 我遇到的很多说正则效率低的问题，真正的问题不是出在正则上，而是出在写正则的人上

Answer 8

就你说的三情况。
尽管我无法看到正则匹配的执行过程，
但我肯定
<.*>     -- 删你一个"?"
<[^>]*>
<(?>[^>]*)>
第一个效率是最高的。

Answer 9

[email protected]
这种情况就不可以。

Answer 10

正则有客客在。我赶紧低调一点,悄悄飘过。
:D(悄悄地说)学了正则，常常会换个思路看问题的。经常是想偷懒。:)准备考RHCE.最近在研究Linux；grep里也用正则。;-）

Answer 11

源字符串为<a...>...<b...>时，如果要求匹配的是<a...>而不是<a...>...<b...>时，需要使用非贪婪模式<.*?>，而不能使用贪婪模式<.*?>对于同一个源字符串，匹配失败的情况下
<.*?>和<[^>]*>
是没有什么区别的
而匹配成功的情况下，<[^>]*>的匹配效率更高对于同一个源字符串，匹配成功的情况下
<[^>]*>和<(?>[^>]*)>
是没有什么区别的
而匹配失败的情况下，<(?>[^>]*)>的匹配效率更高对于同一个源字符串，无论是匹配成功，还是匹配失败
<(?>[^>]*)>的匹配效率都要高于<.*?>不要说什么<.*>和<.*?>的问题，因为它们的应用场景本就不同
如果都可以匹配到正确结果的情况下，匹配失败的情况下，效率上没什么区别，匹配成功情况下，<.*>的效率更高

Answer 12

由于操作系统版本的不同，所提供的grep的版本可能也是千差万别
虽然都叫grep，但是现在的grep怕不是有几十甚至数百个版本了
而每一个操作系统都不会对自己提供的grep所支持的元字符以及语法做过多说明的
所以通常除了常规的一些元字符和语法，想清楚一个grep支持的元字符各语法范围通常是很困难的

Answer 13

jf
我以前遇到一个问题，在js文件中用正则"\d"好像不行，要使用字符簇"[0-9]"代替。不知何故？

Answer 14

OREILLY的《精通正则表达式》，从零开始，按书上的内容边打边理解。一定会有收获的

Answer 15

最近也在琢磨这事。
LZ你的正则也可以匹配以下状况[email protected]; [email protected]
但是[email protected]和[email protected]为什么不让匹配？
域名中不含有“_”但是Email中@之前字符串可以的。

Answer 16

\w包括0-9 不需要[\w\d-]这么写；

Answer 17

有个原则，能不用正则最好不用；原因就是正则效率问题，尽管很牛B；
例如在PHP中，很多函数可以实现的问题，最好不要用；