Java正则表达式如何高效验证邮箱并妥善处理异常情况？

本文共计1844个文字，预计阅读时间需要8分钟。

验证邮箱地址是一个相对复杂的任务。遵循rfc规范的正规正则表达式可能会非常长且难以维护。在大多数实际应用中，我们追求的是一种平衡：

常见的邮箱验证误区在于试图用正则表达式实现“完美”验证。实际上，唯一能真正确认邮箱地址是否有效且属于特定用户的方法是发送一封验证邮件。因此，我们的目标通常是捕获明显的输入错误，而非验证其是否为一个真实存在的邮箱。

基于实用性原则，一个有效的邮箱地址通常需要满足以下基本条件：

1. 不包含空格。
2. 至少包含一个@符号。
3. @符号不能出现在开头或结尾。

优化正则表达式模式

原始代码中使用的正则表达式^(.+)@(.+).(.+)$存在几个问题：

• (.+)会捕获任意字符一次或多次，这本身没有问题。
• 问题在于最后一个.，它在正则表达式中是特殊字符，表示匹配任何单个字符（除了换行符）。这意味着它会匹配foo@bar.c中的c，也会匹配foo@bar.1中的1，但如果你的意图是匹配一个字面意义上的点，例如example.com中的点，那么它就是错误的。
• 此外，这个表达式要求域名部分至少包含一个点，这在某些情况下可能不符合RFC规范（例如foo@bar在技术上可能是合法的，如果bar是一个有效的顶级域名并配置了MX记录）。

考虑到实用性，一个更简洁且足以应对大多数场景的正则表达式是：^.+@.+$。 这个正则表达式的含义是：

• ^：匹配字符串的开始。
• .+：匹配任意字符（除了换行符）一次或多次。这代表了邮箱的用户名部分。
• @：匹配字面意义上的@符号。
• .+：再次匹配任意字符一次或多次。这代表了域名部分。
• $：匹配字符串的结束。