今時のメールアドレス正規表現

結論

広く許容する場合は以下の正規表現。

[^\s]+@[^\s]+

解説：アットマークの直前がホワイトスペース以外かつ、アットマークの直後がホワイトスペース以外。
参照：https://github.com/balexand/email_validator/blob/a479ff6bf9305ba7944df459402664fc9d74a339/lib/email_validator.rb#L13

背景

• きっかけ
  • Webアプリケーションのメールアドレスのvalidationには email_validator というgemを使っていました。これがv2からすごい緩いバリデーションになっていました。
    • https://github.com/balexand/email_validator/blob/a479ff6bf9305ba7944df459402664fc9d74a339/lib/email_validator.rb#L13
    • このgemは300万ダウンロードあります。
• 理由
  • https://hackernoon.com/the-100-correct-way-to-validate-email-addresses-7c4818f24643
    • タイトルに文句がある方はこの記事へ。
  • https://hackernoon.com/how-to-reduce-incorrect-email-addresses-df3b70cb15a9
  • https://en.wikipedia.org/wiki/Email_address
• テストケース
  • https://github.com/balexand/email_validator/blob/v2.0.0/spec/email_validator_spec.rb#L25-L57

妥協

• AWS SESは [e-mail] というマルチバイトを含んだメールアドレスはrejectされる。

• ASCII以外の文字列って、ユーザの入力ミスの可能性が90%以上だろうし。悩ましい。

• HTML5のブラウザ側の正規表現は、もっと厳しい。マルチバイトは許されない。

• 実際は、v1.6の strict_mode オプションを使うのが良いのかなと。

  • https://github.com/balexand/email_validator/blob/ef9c09161831946c5fb85e4273b2cc2a559cc758/lib/email_validator.rb#L11

• v1.6のstrictな正規表現で怪しいメアドをあぶり出すショートコード

name_validation = "-\\p{L}\\d+._"
regex = /\A\s*([#{name_validation}]{1,64})@((?:[-\p{L}\d]+\.)+\p{L}{2,})\s*\z/i
User.all.select {|u| puts u.id unless u.email.match(regex) }

• URI::MailTo::EMAIL_REGEXP もよさそう。

/\A[a-zA-Z0-9.!\#$%&'*+\/=?^_`{|}~-]+@[a-zA-Z0-9](?:[a-zA-Z0-9-]{0,61}[a-zA-Z0-9])?(?:\.[a-zA-Z0-9](?:[a-zA-Z0-9-]{0,61}[a-zA-Z0-9])?)*\z/