常用正则表达式—邮箱（Email）

本文针对有一点正则基础的同学，如果你对正则一无所知，请移步“正则表达式30分钟入门教程”学习。

 要验证一个字符串是否为邮箱的话，首先要了解邮箱账号的格式。我尝试过在网上找出一个标准的格式，但是很遗憾我没有找到。我也尝试使用RFC标准来判断邮箱的格式，但是也没有结果。网上些博客说不应该使用RFC标准来验证邮箱是否合法，有兴趣的可以看看“is this email valid?”和“Don’t RFC-Validate Email Addresses”。据了解【参考】，现在用中文命名的邮箱也合法了，比如“杨元庆＠联想.中国”。

 虽然没有统一的邮箱账号格式，但是所有邮箱都符合“名称@域名”的规律。对于名称和域名的字符限制，我们可以根据项目的情况定义一个，比如只允许有英文、数字、下划线等组成。下面举例实现一些验证邮箱格式的正则表达式。 

实例1、只允许英文字母、数字、下划线、英文句号、以及中划线组成

举例：zhangsan-001@gmail.com 
分析邮件名称部分：

• 26个大小写英文字母表示为a-zA-Z
• 数字表示为0-9
• 下划线表示为_
• 中划线表示为-
• 由于名称是由若干个字母、数字、下划线和中划线组成，所以需要用到+表示多次出现

 根据以上条件得出邮件名称表达式：[a-zA-Z0-9_-]+ 


分析域名部分：

 一般域名的规律为“[N级域名][三级域名.]二级域名.顶级域名”，比如“qq.com”、“www.qq.com”、“mp.weixin.qq.com”、“12-34.com.cn”，分析可得域名类似“** .**  .** .**”组成。

• “**”部分可以表示为[a-zA-Z0-9_-]+
• “.**”部分可以表示为\.[a-zA-Z0-9_-]+
• 多个“.**”可以表示为(\.[a-zA-Z0-9_-]+)+

 综上所述，域名部分可以表示为[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+

最终表达式： 
 由于邮箱的基本格式为“名称@域名”，需要使用“^”匹配邮箱的开始部分，用“$”匹配邮箱结束部分以保证邮箱前后不能有其他字符，所以最终邮箱的正则表达式为： 
  ^[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+$

 

实例2、名称允许汉字、字母、数字，域名只允许英文域名

举例：杨元庆001Abc@lenovo.com.cn

分析邮件名称部分：

• 汉字在正则表示为[\u4e00-\u9fa5]
• 字母和数字表示为A-Za-z0-9 
   通过分析得出邮件名称部分表达式为[A-Za-z0-9\u4e00-\u9fa5]+

分析邮件域名部分

 邮件部分可以参考实例1中的分析域名部分。 
 得出域名部分的表达式为[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+。

最终表达式： 
 我们用@符号将邮箱的名称和域名拼接起来，因此完整的邮箱表达式为 
  ^[A-Za-z0-9\u4e00-\u9fa5]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+$