在 Bash 中使用正则表达式检查电子邮件地址的正确性

Question

我正在尝试制作一个 Bash 脚本来检查电子邮件地址是否正确。

我有这个正则表达式：

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

来源：http://www.regular-expressions.info/email.html

这是我的 bash 脚本：

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="test@terra.es"
if [[ $i=~$regex ]] ; then
    echo "OK"
else
    echo "not OK"
fi

脚本失败并给我这个输出：

10：语法错误：反引号替换中的 EOF

有什么线索吗？？

Answer 1

这里有几个问题：

• 正则表达式需要加引号，特殊字符需要转义。
• 应该锚定正则表达式（^ 和$）。
• ?: 不受支持，需要删除。
• =~ 运算符周围需要空格。

最终产品：

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="test@terra.es"
if [[ $i =~ $regex ]] ; then
    echo "OK"
else
    echo "not OK"
fi

Answer 2

您不必创建如此复杂的正则表达式来检查有效的电子邮件。您可以简单地在“@”上拆分，然后检查是否有 2 个项目，一个在 @ 前面，另一个在后面。

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"

要进一步检查域，您可以使用 dig 等工具来查询域。它比正则表达式更好，因为 @new.jersey 可以被正则表达式匹配，但它实际上不是正确的域。

Answer 3

引号、反引号和其他字符是 shell 脚本中的特殊字符，如果像在 regex 的赋值中那样使用它们，则需要对其进行转义。您可以使用反斜杠转义特殊字符，或者如果省略其中使用的单引号，则在正则表达式周围使用单引号。

我建议使用像.*@.* 这样更简单的正则表达式，因为所有的复杂性都是徒劳的。 foo@example.com 看起来非常好，可以被任何正则表达式接受，但它仍然不存在。

Answer 4

低于 3.2 的 Bash 版本：

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

Bash version greater than or equal to 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

here 解释了您不应使用非常具体的正则表达式的原因，如您所拥有的。

Answer 5

您的脚本的直接问题是您需要修复引用：

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])?'

但是，此正则表达式不接受所有语法上有效的电子邮件地址。即便如此，并非所有语法上有效的电子邮件地址都可以送达。

如果您关心的是可交付地址，那么就不要使用正则表达式或其他检查语法的方法：向用户提供的地址发送质询。 注意不要在命令调用中使用不受信任的输入！ 使用 sendmail，运行 sendmail -oi -t 并将消息写入 sendmail 进程的标准输入，例如，

收件人：test@terra.es.invalid
来自：no-reply@your.organization.invalid
主题：电子邮件地址确认

要确认您的地址，请访问以下链接：

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

Answer 6

有一次疯狂的时候，我根据精通正则表达式这本书写了这个 Perl 子例程：

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});

Answer 7

我已经调整了上面的示例，使其具有一个独特的功能，该功能将使用正则表达式检查地址的有效性，如果域实际存在，则使用 dig，否则返回错误。

#!/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

没什么特别的。

Answer 8

聚会迟到了，但我修改了一个脚本来读取包含电子邮件的文件，并使用 RFC822 正则表达式、域错字列表、mx 查找（感谢此处的 eagle1）和模棱两可的电子邮件过滤对其进行过滤。

脚本可以这样使用：

./emailCheck.sh /path/to/emailList

并生成两个文件，过滤列表和模糊列表。两者都已从不符合 RFC822 的地址、没有有效 MX 域的电子邮件域和域拼写错误中清除。

脚本可以在这里找到：https://github.com/deajan/linuxscripts

欢迎指正和cmets :)