有人能告诉我为什么这个C#电子邮件验证的正则表达式（regex）卡住了吗？

8 浏览
0 Comments

有人能告诉我为什么这个C#电子邮件验证的正则表达式（regex）卡住了吗？

我从Email regular expression中得到了一个好的电子邮件验证正则表达式。

public static void Main(string[] args)
{
    string value = @"cvcvcvcvvcvvcvcvcvcvcvvcvcvcvcvcvvccvcvcvc";
    var regex = new Regex(
        @"^([0-9a-zA-Z]([-.\w]*[0-9a-zA-Z])*@([0-9a-zA-Z][-\w]*[0-9a-zA-Z]\.)+[a-zA-Z]{2,9})$",
        RegexOptions.Compiled);
    var x = regex.Match(value); // 在这里卡住了！？！
    return;
}

它在大多数情况下可以工作，但是上面的代码会卡住，占用100%的CPU... 我在一个W8 Metro应用程序和一个标准的.Net 4.5应用程序中进行了测试。

有人能告诉我为什么会发生这种情况，是否有一个不会卡住的好的电子邮件验证正则表达式，或者是否有一种修复这个问题的方法？

非常感谢，

Jon

0

3 答案

0 Comments

问题出现的原因是原来的正则表达式中的[-.\w]导致程序卡住，解决方法是使用新的正则表达式。此外，还可以尝试使用.NET 4.5中的EmailAttribute进行邮箱验证。另外，正则表达式并不适合用于邮箱验证，因为实际的邮箱验证正则表达式会比这个要复杂得多。可以考虑使用MailAddress类进行邮箱验证，也可以根据不同国家的邮箱规则使用不同的正则表达式进行验证。

0
0 Comments

这个问题的出现的原因是由于正则表达式中存在“灾难性回溯”的情况。简化后的关键部分为(\w*[0-9a-zA-Z])*@。这个正则表达式中存在可选部分\w*，它可以匹配与后面的部分[0-9a-zA-Z]相同的字符，因此两者合并实际上等同于\w+。还存在嵌套的量词(\w+)*，这意味着对于给定的s = "cvcvcvcvvcvvcvcvcvcvcvvcvcvcvcvcvvccvcvcvc"，在找不到后面的@时，这部分正则表达式需要检查s的所有可能排列（共有2**(len(s)-1)个）。

由于没有任何正则表达式可以完全验证电子邮件地址（规范中存在太多的特殊情况），通常最好的做法是：

- 进行最简化的正则表达式检查（^.*@.*$）

- 使用解析器进行验证（如.It.Til.U.Make.It建议的）

- 尝试发送电子邮件到该地址 - 即使看似有效的地址也可能是虚假的，所以无论如何都必须这样做。

为了完整起见，可以通过使用原子组来避免回溯问题：

var regex = new Regex(
    @"^([0-9a-zA-Z](?>[-.\w]*[0-9a-zA-Z])*@(?>[0-9a-zA-Z][-\w]*[0-9a-zA-Z]\.)+[a-zA-Z]{2,9})$",
    RegexOptions.Compiled);

你好，谢谢你的详细回答 🙂 我将采用“进行最简化的正则表达式检查（^.*@.*$）”的验证方法 - 因为我们只是想帮助用户避免输入错误，比如输入“..”。如果他们输入了错误的地址，也不是世界末日，因为我们还有其他的电子邮件恢复机制。谢谢，Jon

0
0 Comments

在C#中，使用正则表达式（regex）验证电子邮件是不可靠的，并且可能会导致应用程序卡死。相反，可以使用MailAddress类来验证电子邮件地址的有效性。然而，在Win8 C# / WinRT中，MailAddress类不可用。

以下是验证电子邮件地址的替代方法，并解释了为什么上述的正则表达式会导致卡死：

try 
{
    address = new MailAddress(address).Address;
   //address is valid
} 
catch(FormatException)
{
    //address is invalid
}

需要注意的是，在正则表达式中使用了`-`符号时，需要进行转义，即`\-`。

然而，有人指出，只有当`-`不是字符类（`[]`）的第一个或最后一个字符时，才需要进行转义。

所以，以上的正则表达式可能会导致卡死的原因是因为没有对`-`进行转义。

希望这个解决方法能帮助您解决问题。

0