Вступление

Регулярные выражения*

Был удивлён, не обнаружив подобного блога на Хабре. Ничего, постараемся восполнить этот пробел. В этом блоге я планирую как можно проще описать работу регулярных выражений, более склоняясь к полному разбору часто используемых примеров. Так же, в планах, рассказать об особенностях разных движков выражений, и их реализации в популярных языках программирования.

Для начала, поговорим о том, что такое регулярные выражения, и каково их практическое применение.

Регулярные выражения — что это?

Процитирую Википедию:
Регулярные выражения — система синтаксического разбора текстовых фрагментов по формализованному шаблону, основанная на системе записи образцов для поиска.

Если говорить проще, регулярные выражения — некие шаблоны, по которым можно проводить проверку, изменение или поиск чего-либо в любых текстовых данных. Например, можно проверить валидность email, заменить некоторые слова на другие (допустим для орфографирования текста), парсить довольно сложный контент, и т. п.

Регулярные выражения на практике

На самом деле, регэкспы (жаргон) могут показаться вам несколько эзотеричными, но при владении ими можно в разы сократить время работы.

Довольно часто мне приходится работать с текстом, в частности с валидацией и парсингом. Ранее приходилось использовать стандартные функции языка для работы с текстом, самому писать логику. Сейчас, после того, как я вник в регэкспы, вся работа сократилась до написания пары строк.

Очень актуальны регэкспы для валидации данных. В следующем топике я планирую рассмотреть валидацию email, как самый популярный пример использования.

P. S. ППНХ.
P. P. S. Если интересно, кидайте задачи по работе с текстом, возможно будут топики с описанием их решения.
_________
Текст подготовлен в ХабраРедакторе

+63

28 марта 2009, 15:14

KeepYourMind 29,9

Только зарегистрированные пользователи могут оставлять комментарии. Войдите, пожалуйста.

комментарии (61)

+10

eyeofhell 28 марта 2009, 15:22 #

Конечно интересно, жду продолжения. Понятное дело интересует общая концепция — «место точки в регэкспе», «почему у всех систем разный синтаксис», «типовые шаблоны поиска и как они решаются регекспами», «многострочность и перевод стоки — что о них известно регекспам и как с этим бороться», «подставновка и замена — что регэкспы могут а что нет»

KeepYourMind 28 марта 2009, 15:25 # ↑

Спасибо за варианты топиков. Но такие объемы и моя занятость не очень совместимы. Так что если найдется тот, кто может помочь — велкам.

eyeofhell 28 марта 2009, 15:27 # ↑

А Вы понемножку :). Вот про могострочность в реекспе — очень мало информации в сети. И про то какой вариант регекспов в каких системах используется.

KeepYourMind 28 марта 2009, 15:29 # ↑

Буду стараться на благо Хабранации.

Goodkat 28 марта 2009, 15:59 # ↑

gskinner.com/RegExr/ вот < — неплохой браузерный валидатор регэксов

WGH 28 марта 2009, 16:20 # ↑

Мне файрбага хватает :)

Goodkat 28 марта 2009, 17:09 # ↑

не знал, что он умеет
и где именно он умеет регэксы? или просто javascript?

WGH 31 марта 2009, 18:51 # ↑

да, джаваскрипт
но ваша ссылка в любом случае полезна

bappoy 28 марта 2009, 15:45 # ↑

почитайте 6 главу «Perl Cookbook», там эти вопросы очень подробно рассматриваются, и большая часть оттуда применима к регэкспам в sed/vim/grep/awk и вообще везде.

bioroot 28 марта 2009, 15:30 #

В принципе дело полезное. Не знаю, правда, стоило ли под него отдельный блог заводить. Общая теория будет полезна, хотя мне бы было интересно почитать о частностях реализации. А то бывало увидишь что язык поддерживает PCRE, обрадуешься, а потом в сложных выражениях такие «частности» вылезают, что выть хочется.

На счёт помочь — могу набросать вводную статейку по пыхе, хотя не знаю насколько это будет актуально.

l2k 28 марта 2009, 15:35 #

Ну значит ждите первую статейку :)))) для начавших… Давно думал, в какой блог засунуть!

sylvio 28 марта 2009, 15:36 #

«ппнх» — ужасно звучит и это, кстати, ваш второй пост.

А по регекспам у меня есть три простых вопроса:
1. Как работать с группой символов?
Например у меня есть много строк вида «паша молодец\n саша умница\n витя дурак\n сева отличник» и нужно заматчить все, где нету слова «дурак». Что-то вроде /^(.*?) (^дурак)$/.

2. Возможно-ли указать количество вхождений символа?
Например у меня есть много странных слов вроде «пампарам\n парампампам\n пампампам\n тудумс\n парарам». И нужно получить все слова состящие из букв «памр», но где «р» встречается только 1 раз. Что-то вроде /[памр{1}]*?/.

3. Есть ли под-регекспы?
Или даже рекурсивные, не знаю как точно назвать.
Например я имею много структур вида «Человеки { Умные [Андрей, Сергей] Глупые [Юра, Лена] Никакие [Стив, Билл] }». И не хочу в начале искать все структуры вида /[^{\s]*? {[^{]*?}/, затем все /[^\[\s]*? \[[^\[]*?\]/, а уже затем /(.*?),?/. В общем, все это запихнуть в один регексп.

leonidas 28 марта 2009, 16:54 # ↑

1) правильнее искать не попадающие под ваше выражение unless m/дурак$/

2) будет что то вроде m/^(?:(?! рр)[памр])+$/

3) если я правильно понял, то чего вы хотите, задача решается без рекурсий, а простым вложением сгруппировав выражения, если говорить о рекурсиях, то они есть (можно создать переменную, после в неё написать регулярку и из неё же сослаться на себя)

bioroot 28 марта 2009, 17:08 # ↑

Гы. Ну давайте сразу с места в карьер. )

1. '/^([^\r\n]*?)(?<! дурак)$/m'
Начнём с модификатора. m (PCRE_MULTILINE) позволяет утверждениям начала (^) и конца ($) ловить не только начало / конец выражения, но и начало / конец строки. Т.е. в нашем случае \n.

Выражение [^\r\n]*? позволяет поймать все символы, за исключением перевода строки (иначе бы например «витя дурак\nсева отличник» попало бы под критерий, т.к. далее мы требуем лишь отсутствия слова «дурак» в конце выражения). (?<! дурак) — это отрицающее заглядывание. Оно проверяет, нет ли в конце строки уже содержащейся в ([^\r\n]*?) на конце слова «дурак». Если есть — выражение провалится и перейдёт к следующей строке (на самом деле оно провалится, когда попытается откатится к предыдущему выражению и сожрать ещё один символ, которым в нашем случае является конец строки ($ = "\n"), но это уже тонкости, хотя и важные).

Соответственно для поиска всех «дураков» нужно изменить «знак» заглядывания. Т.е. вместо (?<! дурак) написать (?<=дурак).

2. '/^([^р\W]*? пара[^р\W]*?)$/m' — если я вас правильно понял.
Это выражение позволит найти все слова, в которых встречается сочитание «пара» и в других частях отсутствуют буквы «р». Уже знакомые ^ и $ обозначают те же начало и конец строки в многострочном режиме (с модификатором m). Две одинаковые части [^р\W]*? описывают то, что мы будем считать символом слова. По сути ловят всё, кроме буквы «р» и так называемой границы слова \W. Границей слова считается любой не буквенно-цифренный символ, исключая "_". Т.е. тут написано «ищи всё, что является символами слова за исключением буквы 'р'». Модификатор *?, о котором я забыл упомянуть выше, подавляет «жадность». Жадность — это свойство регулярного выражения искать как можно больше символов, входящих в него. Подавление позволяет искать минимальное вхождение. Иначе бы выражение [^р\W]* ловило все символы, пока не упералось бы в границу слова или букву «р». В принципе в нашем примере это не критично, т.к. перенос строки "\n" подойдёт под критерий \W, но я решил его оставить по соображениям логичности.

В сухом остатке имеем выражение: ищи от начала строки любое количество (в том числе и 0, т.к. * обозначает от нуля до бесконечности) символов слова, исключая «р», затем фрагмент «пара», затем ещё раз символы слова исключая «р», затем конец строки.

3. Есть. Но не надо. ) А задачу я так и не понял.

Главный совет — не заморачивайтесь на регах. Обычно они работают очень медленно. И чаще всего их можно заменить небольшим куском эквивалентного кода, который гораздо быстрее. Половина искуства обращения с регами состаит в том, чтобы использовать их как можно реже. Ну или когда скорость — дело десятое.

P.S.: Это для пыхи. Одни из самых подлях граблей в PCRE на разных языках как раз в «заглядываниях». Но это в основном относится к альтернативам разной длинны, так что скорее всего и в других языках покатит, где заглядывания вообще есть.

thestorm 28 марта 2009, 15:38 #

Спасибо за инициативу, но почему? почему все пишут одинаково «Был весьма удивлен что нет такого блога». Ну раз не было, значит надо было создать. Вы почти год на хабре и не говорите что вы сильно удивлены, как-то пафосно звучит

жду хороших статей

Spryt 28 марта 2009, 15:39 #

слабоватенько, ожидал большой мануал, ну или хотя бы руководство к действию… Сам с трудом научился воспринимать регеэкспы, вот только сегодня полчаса мучился, пока не понял, что (.*) в рнр по умолчанию не включает перевод строк, и надо указать флаг /s…

для примерчиков советую посмотреть в pcre.ru, я оттуда первые парсеры делал (выборка всех ссылок из кода и т.д.) :)

AlienZzzz 28 марта 2009, 15:43 #

1. Вот очень удобная штука всегда пользуюсь ей:
_http://gskinner.com/RegExr/
2. Вот еще www.regular-expressions.info/
______________________

mironov_anton 28 марта 2009, 17:25 # ↑

Вот еще очень удобная штука: www.rubular.com

tiesto 28 марта 2009, 15:54 #

Очень интересно было бы узнать все особенности регекспов в sed и awk.

s_a_p 28 марта 2009, 15:55 #

Определение регулярных выражений из Википедии и анонс разбора регекспа для мыла набирает 16 плюсов. Я хренею, что за детский сад?

P.S. /^(\S+)@([a-z0-9-]+)(\.)([a-z]{2,4})(\.?)([a-z]{0,4})+$/i следующую «статью» можете не писать.

chiaroscuro 28 марта 2009, 16:00 # ↑

Школьники в действии.

–4

GrustniyKot 28 марта 2009, 16:02 # ↑

Как ни удивительно — не все знают про википедию.

KeepYourMind 28 марта 2009, 16:02 # ↑

И кто поймет что вы тут написали, и как это работает без навыков работы с регэкспами? Я планирую статьи в основном для новичков.

–2

sylvio 28 марта 2009, 16:25 # ↑

По тому что сами не очень их понимаете или по тому, что считаете, что на минимальном уровне их сложно освоить?

KeepYourMind 28 марта 2009, 16:30 # ↑

Потому что они на самом деле сложны для новичков. Особенно оптимизация. Можно написать работающее выражение, но оно будет жрать все ресурсы.

roh_roh 28 марта 2009, 16:32 # ↑

user@subdomain.domain.com невалидный, а &^$%!#&@domain.com валидный выходит. не гут :)

а в остальном нельзя не согласиться

arto 28 марта 2009, 16:35 # ↑

у вас неверное выражение

darkk 28 марта 2009, 17:25 # ↑

Вы [a-z], который не чтит RFC. Посылаю вам луч ненависти.
Да, кстати, под ваш регэксп не попадает, например, username@orgchem.univer.omsk.ru — вполне реальный домен.

Bonch 28 марта 2009, 17:42 # ↑

Ну и неправильный регэксп. Не все емэйлы он отловит, хотя бы уже из-за этого: ([a-z]{0,4}. Есть, например, зона .museum
(\S+) — 1 или более непробельных символов. Угу, значит, я могу и $%#bla@mail.ru написать, и оно проканает.

12 плюсов за неправильный регэксп, что за детский сад?

Nikita 29 марта 2009, 11:20 # ↑

Ну и email типа bobuk@radio-t.com тоже не пройдёт =)

Ну это не важно.

А от автора хотелось бы услышать, описания и интересные примеры использования RegExp с пред и пост условиями.

GrustniyKot 28 марта 2009, 16:06 #

Спасибо что начали этот блог. Даже если вы не будете писать часто на эту тему, найдутся другие авторы которые в него напишут. Если найду время и силы, постараюсь тоже написать несколько статей здесь.

Даже примеры проверки почтового адреса приведенные в сети, не всегда учитывают все возможности.
Например точки в гмейловских адресах, глубокий уровень доменного имени и т.д., новичок врядли разберется как и что делать.

А сухие краткие инструкции по применению — не всегда понятны.

Так что Велкам!

chiaroscuro 28 марта 2009, 16:07 #

> Регулярные выражения — что это?

Это определение множества строк.

> Регулярные выражения на практике

Практически не встречаются. (ибо regex совсем не regular expression)

> Довольно часто мне приходится работать с текстом, в частности с валидацией и парсингом. Ранее приходилось использовать стандартные функции языка для работы с текстом, самому писать логику. Сейчас, после того, как я вник в регэкспы, вся работа сократилась до написания пары строк.

Ну а завтра я открою для себя описание грамматики посредством BNF, и будет вообще зашибись.

/blog

+18

ykcyc 28 марта 2009, 16:16 #

У xkcd был комикс очень в тему нового блога:

оригинал:
xkcd.com/208

–3

join 28 марта 2009, 16:38 #

для чего целый блог? )

если не знаете рег выражения RegExBuddy вам в помощь )

begezavr 28 марта 2009, 23:18 # ↑

Ну заколебали, чесс слово. Ну ненужен тебе этот блог — ну пройди мимо, ну поставь минус если считаешь, что он и другим не нужен (смешно, да).

roh_roh 28 марта 2009, 16:40 #

а мыло проверяется вот таким вот регекспом: www.ex-parrot.com/~pdw/Mail-RFC822-Address.html

darkk 28 марта 2009, 17:21 # ↑

Да-да-да! А половина %#$*ых сайтов даже «+» в username не дают вставить.

Gangsta 28 марта 2009, 16:50 #

С удовольствием буду читать топик и помогать ньюбам. Сам в свое время открыл для себя регулярные выражения, а сейчас уже стал гуру со стажем. Блог нужный!

Zabatov 29 марта 2009, 03:10 # ↑

Это вы сами себя гуру со стажем назвали? )

Gangsta 29 марта 2009, 13:09 # ↑

Зрение вас не подвело

Gangsta 29 марта 2009, 18:31 # ↑

Мде, после наставленных минусов желание кому-то помогать пропало.

–1

nikitad 28 марта 2009, 17:08 #

Лучший способ изучить регулярные выражения — написать свою реализацию.

Goodkat 28 марта 2009, 17:15 # ↑

наверное, гуру так и сделали, и теперь мы имеем несколько слабосовместимых между собой реализаций регулярных выражений :)

nikitad 28 марта 2009, 17:20 # ↑

Принципиально они работают одинаково, существование нескольких стандартов — другой вопрос. Можно выбрать ту, что нравится и реализовать ее.

Xronos 28 марта 2009, 17:18 # ↑

Теория конечных автоматов, графы как раз с них надо начинать а не с валидацией url и email =). Но это сухая теория так что продолжим с валидацией урлов…

onix74 28 марта 2009, 17:29 #

Когда ждать продолжения?

KeepYourMind 28 марта 2009, 18:03 # ↑

Завтра.

Deepwalker 28 марта 2009, 17:30 #

Посмею себе дать направление всем интересующимся на величайший труд по теме многоуважаемого Фридла — Регулярные выражения. Дж. Фридл., www.softtime.ru/info/fridl.php Ну а лучше конечно приобрести сей труд.

mironov_anton 28 марта 2009, 17:30 #

А ни у кого под рукой нету регекспа для валидации jabber id?

darkk 28 марта 2009, 17:31 # ↑

Правильного, думаю, нет. В username-части можно использовать юникод, а это вызывает некоторые проблемы.

Xp0M0u 28 марта 2009, 17:45 #

Для составления и проверки выражений, часто использую http://myregexp.com/

Kalan 29 марта 2009, 05:06 #

В следующем топике я планирую рассмотреть валидацию email, как самый популярный пример использования.

В соответствии с RFC получается вот так:

^{(?:(?:\r\n)?[ \t])*(?:(?:(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*))*@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*|(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)*\<(?:(?:\r\n)?[ \t])*(?:@(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*(?:,@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*)*:(?:(?:\r\n)?[ \t])*)?(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*))*@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*\>(?:(?:\r\n)?[ \t])*)|(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)*:(?:(?:\r\n)?[ \t])*(?:(?:(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*))*@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*|(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)*\<(?:(?:\r\n)?[ \t])*(?:@(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*(?:,@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*)*:(?:(?:\r\n)?[ \t])*)?(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*))*@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*\>(?:(?:\r\n)?[ \t])*)(?:,\s*(?:(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*))*@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*|(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)*\<(?:(?:\r\n)?[ \t])*(?:@(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*(?:,@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*)*:(?:(?:\r\n)?[ \t])*)?(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*))*@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*\>(?:(?:\r\n)?[ \t])*))*)?;\s*)}

(источник)

KeepYourMind 29 марта 2009, 11:02 # ↑

Хммм…

Попробывал пропустить это выражение через The Regex Coach. Оказывается такие email валидны:
------------@-----.---
!#$%^&*@!#$%^&*.ru
fuck @ my. mozg (именно с пробелами)

Кто нибудь объяснит, почему? Может по RFC это верно, но у меня есть сомнения.

Nikita 29 марта 2009, 11:23 # ↑

там вокруг этого regExp есть ещё какая-то проверка, возможно она эти типы отловит.

«This regular expression will only validate addresses that have had any comments stripped and replaced with whitespace (this is done by the module).»

KeepYourMind 29 марта 2009, 11:37 # ↑

Получается, что этот модуль сначала готовит мыло к проверке, только потом проверяет этим регэкспом?

У меня нет желания вникать в этот регэксп, но мне он не нравится.

Nikita 29 марта 2009, 11:47 # ↑

Не смогу не согласиться. Регэксп отвратительный.

Не представляю, как его отладить. Правда, есть предположение, что он создан какой-то «регэкспо-генерацией», на основе, например, грамматики.

Xobb 29 марта 2009, 13:28 #

Моя умеет регэкспы читать, но не умеет писать.

homm 29 марта 2009, 15:35 #

> P. S. ППНХ.
Что это значит то? На всякий случай: сам ПНХ.

Londeren 29 марта 2009, 15:42 # ↑

ППНХ — Первый Пост На Хабре ;)

homm 29 марта 2009, 16:18 # ↑

Интересно. зачем было писать непонятные буквы, да еще и так похожие на известную всем аббревиатуру.

Mordraug 29 марта 2009, 16:33 #

…несколько эзотеричными…

во-во… шаманство это всё =)