在保留有效电子邮件格式的同时删除特殊字符的正则表达式

Question

我在 C# 中使用它。我以这种格式的类似电子邮件的字符串开头：

employee[any characters]@company[any characters].com

我想从 [任何字符] 片段中去除非字母数字。

例如我想要这个"employee1@2 r&a*d.m32@@company98 ';99..com"

变成这个"employee12radm32@company9899.com"

这个表达式简单地去掉了所有的特价商品，但我想在 company 之前留下一个 @ 和一个 .在 com 之前。所以我需要这个表达式来忽略或掩盖员工、@company 和 .com 部分......只是不知道该怎么做。

var regex = new Regex("[^0-9a-zA-Z]"); //whitelist the acceptables, remove all else.

Answer 1

您可以使用以下正则表达式：

(?:\W)(?!company|com)

它将替换任何特殊字符，除非它后面跟着company（所以@company 将保留）或com（所以.com 将保留）：

employee1@2 r&a*d.m32@@company98 ';99..com

会变成

employee12radm32@company9899.com

见：http://regex101.com/r/fY8jD7/2

请注意，您需要 g 修饰符来替换所有出现的此类不需要的字符。 这是 C# 中的默认设置，因此您只需使用简单的Regex.Replace()：

https://dotnetfiddle.net/iTeZ4F

---

更新：

ofc。正则表达式 (?:\W)(?!com) 就足够了 - 但它仍然会留下像 #com 或 ~companion 这样的部分，因为它们也匹配。所以 tis 仍然不能保证输入 - 或者说转换 - 100% 有效。您应该考虑简单地抛出一个验证错误，而不是尝试清理输入以满足您的需求。

即使您也能处理 this 的情况 - 如果 @company 或 .com 出现两次该怎么办？

Answer 2

您可以简化您的正则表达式并将其替换为

tmp = Regex.Replace(n, @"\W+", "");

其中\w 表示所有字母、数字和下划线，\W 是\w 的否定版本。 一般来说，最好创建一个允许字符的白名单，而不是尝试预测所有不允许的符号。

Answer 3

我可能会写这样的东西：

（忽略大小写，如果需要区分大小写请评论）。

DotNetFiddle Example

using System;
using System.Linq;

public class Program
{
    public static void Main()
    {
        var email = "employee1@2 r&a*d.m32@@company98 ';99..com";

        var result = GetValidEmail(email);

        Console.WriteLine(result);
    }


    public static string GetValidEmail(string email)
    {
      var result = email.ToLower();

      // Does it contain everything we need?
      if (email.StartsWith("employee")
          && email.EndsWith(".com")
          && email.Contains("@company"))
      {
        // remove beginning and end.
        result = result.Substring(8, result.Length - 13);
        // remove @company
        var split = result.Split(new string[] { "@company" },
          StringSplitOptions.RemoveEmptyEntries);

        // validate we have more than two (you may not need this)
        if (split.Length != 2)
        {
          throw new ArgumentException("Invalid Email.");
        }

        // recreate valid email
        result = "employee"
          + new string (split[0].Where(c => char.IsLetterOrDigit(c)).ToArray())
          + "@company"
          + new string (split[1].Where(c => char.IsLetterOrDigit(c)).ToArray())
          + ".com";

      }
      else
      {
        throw new ArgumentException("Invalid Email.");
      }

      return result;
    }
}

结果

employee12radm32@company989.com

Answer 4

您尝试做的是，虽然可能，但使用一个单一的正则表达式模式有点复杂。您可以将此场景分解为更小的步骤。一种方法是提取Username 和Domain 组（基本上是您所描述的[any character]），“修复”每个组，并将其替换为原始组。像这样的：

// Original input to transform.
string input = @"employee1@2 r&a*d.m32@@company98 ';99..com";

// Regular expression to find and extract "Username" and "Domain" groups, if any.
var matchGroups = Regex.Match(input, @"employee(?<UsernameGroup>(.*))@company(?<DomainGroup>(.*)).com");

string validInput = input;

// Get the username group from the list of matches.
var usernameGroup = matchGroups.Groups["UsernameGroup"];

if (!string.IsNullOrEmpty(usernameGroup.Value))
{
    // Replace non-alphanumeric values with empty string.
    string validUsername = Regex.Replace(usernameGroup.Value, "[^a-zA-Z0-9]", string.Empty);

    // Replace the the invalid instance with the valid one.
    validInput = validInput.Replace(usernameGroup.Value, validUsername);
}

// Get the domain group from the list of matches.
var domainGroup = matchGroups.Groups["DomainGroup"];

if (!string.IsNullOrEmpty(domainGroup.Value))
{
    // Replace non-alphanumeric values with empty string.
    string validDomain = Regex.Replace(domainGroup.Value, "[^a-zA-Z0-9]", string.Empty);

    // Replace the the invalid instance with the valid one.
    validInput = validInput.Replace(domainGroup.Value, validDomain);
}

Console.WriteLine(validInput);

将输出employee12radm32@company9899.com。

Answer 5

@dognose 提供了一个很棒的正则表达式解决方案。我会在这里保留我的答案作为参考，但我会选择他的答案，因为它更短/更干净。

var companyName = "company";
var extension = "com";
var email = "employee1@2 r&a*d.m32@@company98 ';99..com";

var tempEmail = Regex.Replace(email, @"\W+", "");

var companyIndex = tempEmail.IndexOf(companyName);
var extIndex = tempEmail.LastIndexOf(extension);

var fullEmployeeName = tempEmail.Substring(0, companyIndex);
var fullCompanyName = tempEmail.Substring(companyIndex, extIndex - companyIndex);

var validEmail = fullEmployeeName + "@" + fullCompanyName + "." + extension;