TL;DR
De modo geral, os emails mais padrões seguem a expressão regular [^@]+@[^.@]+\.[^@]+
. Em sql
, mais ou menos o seguinte pega a um boa parte dos casos positivos de email:
SELECT
*
FROM
tabela_com_email t
WHERE
t.email LIKE '%@%.%' AND
t.email NOT LIKE '%@%@%'
Endereço de email
Um endereço de email é um identificador composto por 3 partes:
local-part
@
domain
Com exceção do @
que é uma constante, domínio e de parte local são regidos por regras próprias. Normalmente, qualquer endereço DNS pode sr usado na parte domain
; inclusive, se for o caso de usar um endereço IP, você pode escrever john.doe@[192.158.11.15]
, com colchetes para indicar IP literal (uma notação muito similar serve para IPv6). A parte local é bem mais chata de validar, veja a sintaxe segundo a Wikipedia.
Exemplos bizarros de emails válidos
Copiado da Wikipedia:
[email protected]
[email protected]
[email protected]
[email protected]
[email protected].
[email protected]
"[email protected]"@example.com
"very.(),:;<>[]\".VERY.\"very@\\ \"very\".unusual"@strange.example.com
[email protected]
admin@mailserver1
#!$%&'*+-/=?^_`{}|[email protected]
"()<>[]:,;@\\\"!#$%&'-/=?^_`{}| ~.a"@example.org
" "@example.org
[email protected]
user@localserver
user@tt
user@[IPv6:2001:DB8::1]
Validadores na prática
Muitos validadores verificam a presença de um único @
, forçando existir caracteres antes e depois. Outros validadores, que permitem menos spam que esse exemplo anterior que falei, levam em consideração que o domínio precisa ter pelo menos um ponto ([email protected]
ou [email protected]
).
Leitura mais aprofundada
Essas coisas de internet são regidas por RFCs. A RFC do endereço de email é a RFC 5322. A seção dedicada a esse assunto é a seção 3.4.1.
Do documento, temos a seguinte notação BNF-símile:
addr-spec = local-part "@" domain
local-part = dot-atom / quoted-string / obs-local-part
domain = dot-atom / domain-literal / obs-domain
domain-literal = [CFWS] "[" *([FWS] dtext) [FWS] "]" [CFWS]
Sobre siglas:
- RFC - request for comments, requisição para comentários, documento de sugestão de padrões da internet da IETF
- IETF - Internet Engineering Task Force
UPDATE - validando exemplo considerando apenas a RFC 5322
Emails que seriam válidos:
teste@cliente
calteste5@calteste5
calteste6@calteste6
vava@ius
[email protected]
[email protected]
[email protected]
[email protected]
joao@bbb
[email protected]
caldemo5@caldemo5
teste@teste
calteste4@calteste4
Emails que seriam inválidos (explicação depois do tilde ~):
Pablo Fernandes ~ não tem @, espaço não escapado
xxx ~ não tem @
eduardostubbert ~ não tem @
123456 ~ não tem @
xxx ~ não tem @
xxx ~ não tem @
bethania@ ~ não tem domínio
xxxxx ~ não tem @
usuario1 ~ não tem @
Recomendação ICANN
A ICANN (Internet Corporation for Assigned Names and Numbers) recomenda fortemente não usar proíbe o uso de domínio sem ponto no endereço de email. Fonte
Construindo as expressões do começo da resposta
Mais sobre regex consulte o Guia de Consulta Rápida de Expressões Regulares do Aurélio Verde.
Conforme vai surgindo um meta caracter de expressão regular, vou explicando em notas separadas como esta
Posso identificar os elementos válidos como uma linguagem. Nesta outra resposta defino linguagem como um subconjunto das palavras geradas através da concatenação das letras denim conjunto.
De modo geral, todas as possibilidades de palavras sobre caracteres imprimíveis válidos é:
.*
.
: meta caracter de seleção que casa com qualquer caracter
*
: meta caracter quantificador que representa a estrela de Kleene; zero ou mais repetições da expressão regular que precede esse operador
Um endereço de email precisa de uma @
no meio da palavra:
.*@.*
Hmmm, o *
é a estrela de Kleene, então ele validaria @localhost
como válido. Preciso que exista pelo menos um caracter na parte de domínio e um na parte local:
.+@.+
+
: outro meta caracter quantificador, o mais de Kleene. É similar à estrela em tudo, mas exige a existência de pelo menos uma repetição; R+
pode ser substituído sem diferença semântica por RR*
. Alguns motores de expressão regular não reconhecem o +
Agora estou um pouco mais satisfeito, mas ainda reconhece @@@
como email válido. A maioria dos serviços de email não permite esquemas mais estranhos, como aspas e escapes para evitar @
no meio da parte local, também não permitem @
na parte do domínio. De modo geral, simplesmente considerar a não existência do @
da parte local e do domínio é bom o suficiente:
[^@]+@[^@]+
[^@]
: lista negada; aceita qualquer caracter que seja diferente dos caracteres entre a abertura [^
e o fechamento ]
. No exemplo acima, só não aceita o @
; pôde-se passar intervalos de caracteres, como [^a-d]
, que nega todos os caracters de a
até d
Ufa! Conseguimos achar muito bem. Mas ainda não segue a sugestão da ICANN, que exige a presença de um .
no domínio:
[^@]+@[^@]+\.[^@]+
\
: meta caracter de escape, também chamado de criptonita; remove totalmente qualquer interpretação possível de meta caracter do caracter seguinte; então \.
aceita um ponto literal
Construindo a expressão like
Comecemos da expressão regular:
[^@]+@[^@]+\.[^@]+
De modo geral, algo que aceite uma quantidade arbitrária de caracteres é o %
:
%@%.%
Isso garante a presença do @
e de um .
na parte do domínio. Porém isso não garante a presença de um único @
. Para tal, basta que não seja parecido com o seguinte padrão:
%@%@%
teste@cliente
não seria válido?