5

Acabei encontrando algo do tipo devido a falta de validação que não tínhamos.

teste@cliente
calteste5@calteste5
calteste6@calteste6
vava@ius
Pablo Fernandes
xxx
eduardostubbert
123456
[email protected]
xxx
[email protected]
xxx
[email protected]
[email protected]
bethania@
joao@bbb
[email protected]
caldemo5@caldemo5
teste@teste
xxxxx
usuario1
calteste4@calteste4

Todos esses e-mails estão incorretos, então gostaria de saber os seguintes aspectos:

  • Existe um padrão(estrutura) que é adotado para se considerar um e-mail válido?
  • Como listar todos os e-mails de uma coluna que fogem desse padrão? Ou seja, que são considerados inválidos?

Obs: Sei que mesmo que um e-mail não exista ele pode ser considerado válido. Ex: [email protected]

10
  • 1
    Por que teste@cliente não seria válido?
    – Jéf Bueno
    Commented 8/06/2017 às 15:06
  • Teste para cadastro , procure por "@" , "." não sei se dá para fazer algo além disto
    – Motta
    Commented 8/06/2017 às 15:23
  • 1
    Por isso que eu falei que depende de escopo... Os domínios de e-mail daqui (locais) funcionam assim, independentemente se a ICANN ou o Jon Skeet falam o contrário. Se nosso sistema interno nos barrasse o cadastro destes endereços, ele seria inútil.
    – Jéf Bueno
    Commented 8/06/2017 às 16:28
  • 1
    @LINQ eu não sabia que era rs! bom saber =D
    – Marconi
    Commented 8/06/2017 às 16:29
  • 1
    @JeffersonQuesado Vou ler direitinho sua resposta!
    – Marconi
    Commented 8/06/2017 às 16:29

1 Resposta 1

11

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:

  1. local-part
  2. @
  3. 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:

%@%@%
5
  • 1
    Poderia explicar como funciona a expressão regular, no começo da pergunta @Jefferson? O link da RFC 5322 está correto? Não conseguir achar a secção
    – Marconi
    Commented 9/06/2017 às 11:08
  • 1
    @Marconi vou explicar melhor como cheguei na regex na resposta. Sobre a RFC, estou conseguindo abrir tranquilamente aqui. Título da seção: Addr-Spec Specification. Link direto para a seção: tools.ietf.org/html/rfc5322#section-3.4.1 (não tinha percebido antes que dava link direto) Commented 9/06/2017 às 11:17
  • Também vou editar a resposta e por o link direto onde cabe Commented 9/06/2017 às 11:18
  • 1
    Tranquilo @Jefferson, muito Obrigado! Grande resposta :)
    – Marconi
    Commented 9/06/2017 às 11:19
  • 1
    @Marconi atualizado =] espera que tenha sanado as dúvidas Commented 9/06/2017 às 13:11

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .