Проверка на коректността на имейл адрес с регулярен израз в Bash

Тук имате няколко проблема:

• Регулярният израз трябва да бъде поставен в кавички и специалните символи да бъдат екранирани.
• Регулярният израз трябва да бъде закотвен (^ и $).
• ?: не се поддържа и трябва да бъде премахнат.
• Имате нужда от интервали около оператора =~.

Краен продукт:

regex="^[a-z0-9!#\$%&'*+/=?^_\`{|}~-]+(\.[a-z0-9!#$%&'*+/=?^_\`{|}~-]+)*@([a-z0-9]([a-z0-9-]*[a-z0-9])?\.)+[a-z0-9]([a-z0-9-]*[a-z0-9])?\$"

i="[email protected]"
if [[ $i =~ $regex ]] ; then
    echo "OK"
else
    echo "not OK"
fi

Не е нужно да създавате толкова сложен регулярен израз, за ​​да проверите валиден имейл. Можете просто да разделите на "@", след което да проверите дали има 2 елемента, единият, който е пред @, а другият отзад.

i="test@terraes"
IFS="@"
set -- $i
if [ "${#@}" -ne 2 ];then
    echo "invalid email"
fi
domain="$2"
dig $domain | grep "ANSWER: 0" 1>/dev/null && echo "domain not ok"

За да проверите домейна допълнително, можете да използвате инструменти като dig, за да направите заявка за домейна. По-добре е от regex, защото @new.jersey се съпоставя с regex, но всъщност не е правилен домейн.

Кавичките, обратните отметки и други са специални символи в скриптовете на обвивката и трябва да бъдат екранирани, ако се използват като при присвояването на regex. Можете да избягвате специални знаци с обратни наклонени черти или да използвате единични кавички около регулярния израз, ако пропуснете единичните кавички, използвани в него.

Бих препоръчал да използвате по-прост регулярен израз като .*@.*, защото цялата сложност е безсмислена. [email protected] изглежда напълно добре и ще бъде приет от всеки регулярен израз, но все пак не съществува.

Bash версия по-малка от 3.2:

if [[ "$email" =~ "^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,4}$" ]]
then
    echo "Email address $email is valid."
else
    echo "Email address $email is invalid."
fi

Версия на Bash, по-голяма или равна на 3.2:

if [[ "$email" =~ ^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,4}$ ]]
then
    echo "Email address $email is valid."
else
    echo "Email address $email is invalid."
fi

Причините, поради които не трябва да използвате много специфичен регулярен израз, като вашия, са обяснени тук.

Непосредственият проблем с вашия скрипт е, че трябва да коригирате цитирането:

regex='[a-z0-9!#$%&'"'"'*+/=?^_`{|}~-]+(?:\.[a-z0-9!#$%&'"'"'*+/=?^_`{|}~-]+)*@(?:[a-z0-9](?:[a-z0-9-]*[a-z0-9])?\.)+[a-z0-9](?:[a-z0-9-]*[a-z0-9])?'

Този регулярен израз обаче не приема всички синтактично валидни имейл адреси. Дори да е така, не всички синтактично валидни имейл адреси могат да бъдат доставени.

Ако адресите за доставка са това, което ви интересува, тогава не се занимавайте с регулярен израз или други средства за проверка на синтаксиса: изпратете предизвикателство до адреса, който потребителят предоставя. Внимавайте да не използвате недоверен вход като част от извикване на команда! С sendmail стартирайте sendmail -oi -t и напишете съобщение в стандартния вход на процеса sendmail, напр.,

To: [email protected]
From: [email protected]
Subject: email address confirmation

To confirm your address, please visit the following link:

http://www.your.organization.invalid/verify/1a456fadef213443

Веднъж в момент на лудост написах тази подпрограма на Perl въз основа на книгата Mastering Regular Expressions:

sub getRFC822AddressSpec
{
    my ($esc, $space, $tab, $period) = ('\\\\', '\040', '\t', '\.');
    my ($lBr, $rBr, $lPa, $rPa)      = ('\[', '\]', '\(', '\)');
    my ($nonAscii, $ctrl, $CRlist)   = ('\200-\377', '\000-\037', '\n\015');

    my $qtext       = qq{ [^$esc$nonAscii$CRlist] }; # within "..."
    my $dtext       = qq{ [^$esc$nonAscii$CRlist$lBr$rBr] }; # within [...]
    my $ctext       = qq{ [^$esc$nonAscii$CRlist()] }; # within (...)
    my $quoted_pair = qq{ $esc [^$nonAscii] }; # an escaped char
    my $atom_char   = qq{ [^()$space<>\@,;:".$esc$lBr$rBr$ctrl$nonAscii] };
    my $atom        = qq{ $atom_char+     # some atom chars
                          (?!$atom_char)  # NOT followed by part of an atom
                        };
    # rfc822 comments are (enclosed (in parentheses) like this)
    my $cNested     = qq{ $lPa (?: $ctext | $quoted_pair )* $rPa };
    my $comment     = qq{ $lPa (?: $ctext | $quoted_pair | $cNested )* $rPa };

    # whitespace and comments may be scattered liberally
    my $X           = qq{ (?: [$space$tab] | $comment )* };

    my $quoted_str  = qq{ " (?: $qtext | $quoted_pair )* " };
    my $word        = qq{ (?: $atom | $quoted_str ) };
    my $domain_ref  = $atom;
    my $domain_lit  = qq{ $lBr (?: $dtext | $quoted_pair )* $rBr };
    my $sub_domain  = qq{ (?: $domain_ref | $domain_lit ) };
    my $domain      = qq{ $sub_domain (?: $X $period $X $sub_domain )* };
    my $local_part  = qq{ $word (?: $X $period $X $word )* };
    my $addr_spec   = qq{ $local_part $X \@ $X $domain };

    # return a regular expression object
    return qr{$addr_spec}ox;
}

my $spec = getRFC822AddressSpec();
my $address = q{foo (Mr. John Foo) @ bar. example};
print "$address is an email address" if ($address =~ qr{$spec});

Коригирах горните примери, за да има уникална функция, която ще проверява валидността на адреса с regexp и ако домейнът действително съществува с dig, в противен случай ще върне грешка.

#!/bin/bash
#Regexp
regex="^[a-z0-9!#\$%&'*+/=?^_\`{|}~-]+(\.[a-z0-9!#$%&'*+/=?^_\`{|}~-]+)*@([a-z0-9]([a-z0-9-]*[a-z0-9])?\.)+[a-z0-9]([a-z0-9-]*[a-z0-9])?\$"

#Vars
checkdig=0;
checkreg=0;
address=$1;
maildomain=`echo $address | awk 'BEGIN { FS = "@" } ; { print $2 }'`;

#Domain Check
checkdns() {
        echo $maildomain | awk 'BEGIN { FS = "@" } ; { print $2 }' | xargs dig $maildomain | grep "ANSWER: 0" 1>/dev/null  || checkdig=1;
}

#Regexp
checkreg() {
        if [[ $address =~ $regex ]] ;
                then checkreg=1;
        fi
}

#Execute
checkreg;
checkdns;

#Results
if [ $checkreg == 1 ] && [ $checkdig == 1 ];
        then    echo "OK";
        else    echo "not OK";
fi
#End

Нищо специално.

Закъснявам за партито, но адаптирах скрипт, за да прочета файл, съдържащ имейли, и да го филтрирам с помощта на RFC822 regex, списъци с правописни грешки в домейни, mx търсене (благодарение на eagle1 тук) и двусмислено филтриране на имейли.

Скриптът може да се използва като:

./emailCheck.sh /path/to/emailList

и създава два файла, филтрирания списък и двусмисления списък. И двете вече са изчистени от несъвместими с RFC822 адреси, имейл домейни, които нямат валидни MX домейни, и правописни грешки в домейни.

Скриптът може да бъде намерен тук: https://github.com/deajan/linuxscripts

Корекции и коментари са добре дошли :)