¿Qué caracteres están permitidos en una dirección de correo electrónico?

No estoy preguntando sobre la validación completa del correo electrónico.

Solo quiero saber qué caracteres están permitidos user-namey serverpartes de la dirección de correo electrónico. Esto puede estar demasiado simplificado, tal vez las direcciones de correo electrónico pueden tomar otras formas, pero no me importa. Solo pregunto sobre esta forma simple: user-name@server(por ejemplo, [email protected]) y los caracteres permitidos en ambas partes.

Consulte RFC 5322: Formato de mensaje de Internet y, en menor medida, RFC 5321: Protocolo simple de transferencia de correo .

RFC 822 también cubre direcciones de correo electrónico, pero se ocupa principalmente de su estructura:

 addr-spec   =  local-part "@" domain        ; global address     
 local-part  =  word *("." word)             ; uninterpreted
                                             ; case-preserved

 domain      =  sub-domain *("." sub-domain)     
 sub-domain  =  domain-ref / domain-literal     
 domain-ref  =  atom                         ; symbolic reference

Y como de costumbre, Wikipedia tiene un artículo decente sobre direcciones de correo electrónico :

La parte local de la dirección de correo electrónico puede usar cualquiera de estos caracteres ASCII:

• letras latinas mayúsculas y minúsculas Aa Zy apara z;
• dígitos 0a 9;
• personajes especiales !#$%&'*+-/=?^_`{|}~;
• punto ., siempre que no sea el primer o el último carácter a menos que se cite, y siempre que no aparezca consecutivamente a menos que se cite (por ejemplo, [email protected]no está permitido pero "John..Doe"@example.comestá permitido);
• el espacio y los "(),:;<>@[\]caracteres están permitidos con restricciones (solo se permiten dentro de una cadena entre comillas, como se describe en el párrafo a continuación, y además, una barra invertida o una comilla doble debe ir precedida de una barra invertida);
• se permiten comentarios con paréntesis en cualquier extremo de la parte local; por ejemplo, john.smith(comment)@example.comy (comment)[email protected]son equivalentes a [email protected].

Además de los caracteres ASCII, a partir de 2012 puede usar los caracteres internacionales anterioresU+007F , codificados como UTF-8 como se describe en la especificación RFC 6532 y se explica en Wikipedia . Tenga en cuenta que a partir de 2019, estos estándares todavía están marcados como Propuestos, pero se están implementando lentamente. Los cambios en esta especificación esencialmente agregaron caracteres internacionales como caracteres alfanuméricos válidos (texto) sin afectar las reglas sobre caracteres especiales permitidos y restringidos como !#y @:.

Para la validación, consulte Uso de una expresión regular para validar una dirección de correo electrónico .

La domainparte se define de la siguiente manera :

Los estándares de Internet (Request For Comments) para los protocolos exigen que las etiquetas de nombre de host de componentes pueden contener sólo las letras ASCII aa través z(de una manera sensible a las mayúsculas), los dígitos 0través 9, y el guión ( -). La especificación original de los nombres de host en RFC 952 , ordenaba que las etiquetas no pudieran comenzar con un dígito o con un guión, y no deberían terminar con un guión. Sin embargo, una especificación posterior ( RFC 1123 ) permitió que las etiquetas de nombre de host comenzaran con dígitos. No se permiten otros símbolos, caracteres de puntuación o espacios en blanco.

¡Cuidado! Hay un montón de conocimientos podridos en este hilo (cosas que solían ser ciertas y ahora no lo son).

Para evitar rechazos falsos positivos de direcciones de correo electrónico reales en el mundo actual y futuro, y desde cualquier parte del mundo, debe conocer al menos el concepto de alto nivel de RFC 3490 , "Internacionalización de nombres de dominio en aplicaciones (IDNA)". Sé que la gente en EE. UU. Y A a menudo no está al tanto de esto, pero ya está en uso generalizado y en rápido aumento en todo el mundo (principalmente las partes no dominadas por el inglés).

La esencia es que ahora puede usar direcciones como mason @ 日本 .com y wildwezyr@fahrvergnügen.net. No, esto aún no es compatible con todo lo que existe (como muchos se han lamentado anteriormente, incluso las direcciones simples de identificación + estilo qmail a menudo se rechazan erróneamente). Pero hay un RFC, hay una especificación, ahora está respaldado por el IETF y la ICANN, y, lo que es más importante, hay un gran y creciente número de implementaciones que respaldan esta mejora que están actualmente en servicio.

No sabía mucho sobre este desarrollo hasta que me mudé a Japón y comencé a ver direcciones de correo electrónico como hei @ や る .ca y URL de Amazon como esta:

http://www.amazon.co.jp/ エ レ ク ト ロ ニ ク ス - デ ジ タ ル カ メ ラ - ポ ー タ ブ ル オ ー デ ィ オ / b / ref = topnav_storetab_e? ie = UTF8 & node = 3210981

Sé que no quieres enlaces a especificaciones, pero si confías únicamente en el conocimiento desactualizado de los piratas informáticos en los foros de Internet, tu validador de correo electrónico terminará rechazando las direcciones de correo electrónico que los usuarios que no hablan inglés esperan trabajar cada vez más. Para esos usuarios, dicha validación será tan molesta como la forma común de muerte cerebral que todos odiamos, la que no puede manejar un + o un nombre de dominio de tres partes o lo que sea.

Por lo tanto, no digo que no sea una molestia, pero la lista completa de caracteres "permitidos bajo algunas condiciones / ninguna / ninguna" es (casi) todos los caracteres en todos los idiomas. Si desea "aceptar todas las direcciones de correo electrónico válidas (y también muchas inválidas)", debe tener en cuenta IDN, lo que básicamente hace que un enfoque basado en caracteres sea inútil (lo siento), a menos que primero convierta las direcciones de correo electrónico internacionalizadas a Punycode .

Después de hacerlo, puede seguir (la mayoría de) los consejos anteriores.

El formato de la dirección de correo electrónico es: local-part@domain-part(máx. 64 @ 255 caracteres, no más 256 en total).

El local-party domain-partpodría tener un conjunto diferente de caracteres permitidos, pero eso no es todo, ya que hay más reglas.

En general, la parte local puede tener estos caracteres ASCII:

• minúsculas letras latinas: abcdefghijklmnopqrstuvwxyz,
• mayúsculas letras latinas: ABCDEFGHIJKLMNOPQRSTUVWXYZ,
• dígitos: 0123456789,
• caracteres especiales: !#$%&'*+-/=?^_`{|}~,
• punto: .(no primer o último carácter o repetido a menos que se cite),
• signos de puntuación tales como: "(),:;<>@[\](con algunas restricciones),
• comentarios: ()(están permitidos entre paréntesis, por ejemplo (comment)[email protected]).

Parte del dominio:

• minúsculas letras latinas: abcdefghijklmnopqrstuvwxyz,
• mayúsculas letras latinas: ABCDEFGHIJKLMNOPQRSTUVWXYZ,
• dígitos: 0123456789,
• guión: -(no primer o último carácter),
• puede contener una dirección IP entre corchetes: jsmith@[192.168.2.1]o jsmith@[IPv6:2001:db8::1].

Estas direcciones de correo electrónico son válidas:

• [email protected]
• [email protected]
• [email protected]
• [email protected]
• [email protected] (parte local de una letra)
• "much.more unusual"@example.com
• "[email protected]"@example.com
• "very.(),:;<>[]\".VERY.\"very@\ \"very\".unusual"@strange.example.com
• [email protected]
• admin@mailserver1 (nombre de dominio local sin dominio de nivel superior)
• #!$%&'*+-/=?^_`{}|[email protected]
• "()<>[]:,;@\\"!#$%&'-/=?^_`{}| ~.a"@example.org
• " "@example.org (espacio entre comillas)
• example@localhost (enviado desde localhost)
• [email protected](vea la Lista de dominios de nivel superior de Internet )
• user@com
• user@localserver
• user@[IPv6:2001:db8::1]

Y estos ejemplos de inválido:

• Abc.example.com(sin @personaje)
• A@b@[email protected](solo @se permite una fuera de las comillas)
• a"b(c)d,e:f;gi[j\k][email protected] (ninguno de los caracteres especiales en esta parte local está permitido fuera de las comillas)
• just"not"[email protected] (las cadenas entre comillas deben estar separadas por puntos o el único elemento que forma la parte local)
• this is"not\[email protected] (los espacios, las comillas y las barras diagonales inversas solo pueden existir dentro de las cadenas entre comillas y precedidas por una barra diagonal inversa)
• this\ still\"not\[email protected] (incluso si se escapa (precedido por una barra diagonal inversa), los espacios, las comillas y las barras inclinadas invertidas todavía deben estar entre comillas)
• [email protected](doble punto antes @); (con advertencia: Gmail deja pasar esto)
• [email protected](doble punto después @)
• una dirección válida con un espacio inicial
• una dirección válida con un espacio final

Fuente: dirección de correo electrónico en Wikipedia

La expresión regular RFC2822 de Perl para validar correos electrónicos:

(?:(?:\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-\0
31]+(?:(?:(?:\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])*)?(?:[^()<>@,;:\\".\[\] \0
00-\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*)

La expresión regular completa para las direcciones RFC2822 era de solo 3.7k.

Ver también: RFC 822 Email Address Parser en PHP .

Las definiciones formales de las direcciones de correo electrónico se encuentran en:

• RFC 5322 (secciones 3.2.3 y 3.4.1, obsoletos RFC 2822), RFC 5321, RFC 3696,
• RFC 6531 (caracteres permitidos).

Relacionado:

• El verdadero poder de las expresiones regulares.

Wikipedia tiene un buen artículo sobre esto , y la especificación oficial está aquí . De Wikipdia:

La parte local de la dirección de correo electrónico puede usar cualquiera de estos caracteres ASCII:

• Letras mayúsculas y minúsculas en inglés (az, AZ)
• Dígitos 0 a 9
• Caracteres ! # $% & '* + - / =? ^ _ `{| } ~
• Personaje . (punto, punto, punto final) siempre que no sea el primer o el último carácter, y siempre que no aparezca dos o más veces consecutivas.

Además, las cadenas entre comillas (es decir: "John Doe" @ example.com) están permitidas, lo que permite caracteres que de otro modo estarían prohibidos, sin embargo, no aparecen en la práctica común. El RFC 5321 también advierte que "un host que espera recibir correo DEBE evitar definir buzones donde la parte Local requiere (o usa) el formulario de Cadena entrecomillada".

Google hace algo interesante con sus direcciones de gmail.com. Las direcciones de gmail.com solo permiten letras (az), números y puntos (que se ignoran).

por ejemplo, [email protected] es lo mismo que [email protected], y ambas direcciones de correo electrónico se enviarán al mismo buzón. [email protected] también se entrega al mismo buzón.

Entonces, para responder la pregunta, a veces depende del implementador de cuánto de los estándares RFC quieren seguir. El estilo de dirección de gmail.com de Google es compatible con los estándares. Lo hacen de esa manera para evitar confusiones donde diferentes personas tomarían direcciones de correo electrónico similares, por ejemplo

*** gmail.com accepting rules ***
[email protected]   (accepted)
[email protected]   (bounce and account can never be created)
[email protected]     (accepted)
D.Oy'[email protected]   (bounce and account can never be created)

El enlace de wikipedia es una buena referencia sobre lo que generalmente permiten las direcciones de correo electrónico. http://en.wikipedia.org/wiki/Email_address

Puedes comenzar desde el artículo de Wikipedia :

• Letras mayúsculas y minúsculas en inglés (az, AZ)
• Dígitos 0 a 9
• Caracteres ! # $% & '* + - / =? ^ _ `{| } ~
• Personaje . (punto, punto, punto final) siempre que no sea el primer o el último carácter, y siempre que no aparezca dos o más veces consecutivas.

Nombre:

abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789!#$%&'*+-/=?^_`{|}~.

Servidor:

abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789-.

Verifique @ y. y luego envíe un correo electrónico para que lo verifiquen.

Todavía no puedo usar mi dirección de correo electrónico .name en el 20% de los sitios en Internet porque alguien arruinó su validación de correo electrónico o porque es anterior a que las nuevas direcciones sean válidas.

La respuesta corta es que hay 2 respuestas. Hay un estándar para lo que debe hacer. es decir, un comportamiento que es sabio y lo mantendrá alejado de los problemas. Hay otro estándar (mucho más amplio) para el comportamiento que debe aceptar sin causar problemas. Esta dualidad funciona para enviar y aceptar correos electrónicos, pero tiene una amplia aplicación en la vida.

Para una buena guía de las direcciones que crea; ver: http://www.remote.org/jochen/mail/info/chars.html

Para filtrar correos electrónicos válidos, simplemente pase cualquier cosa lo suficientemente comprensible para ver el siguiente paso. O comience a leer un montón de RFC, precaución, aquí hay dragones.

Una buena lectura al respecto .

Extracto:

These are all valid email addresses!

"Abc\@def"@example.com
"Fred Bloggs"@example.com
"Joe\\Blow"@example.com
"Abc@def"@example.com
customer/[email protected]
\[email protected]
!def!xyz%[email protected]
[email protected]

La respuesta aceptada se refiere a un artículo de Wikipedia cuando se discute la parte local válida de una dirección de correo electrónico, pero Wikipedia no es una autoridad en esto.

IETF RFC 3696 es una autoridad en este asunto, y debe ser consultado en la sección 3. Restricciones a las direcciones de correo electrónico en la página 5:

Las direcciones de correo electrónico contemporáneas consisten en una "parte local" separada de una "parte de dominio" (un nombre de dominio completo) por un signo de signo ("@"). La sintaxis de la parte del dominio corresponde a la de la sección anterior. Las preocupaciones identificadas en esa sección sobre el filtrado y las listas de nombres se aplican también a los nombres de dominio utilizados en un contexto de correo electrónico. El nombre de dominio también se puede reemplazar por una dirección IP entre corchetes, pero se desaconseja encarecidamente ese formulario, excepto para fines de prueba y solución de problemas.

La parte local puede aparecer usando las convenciones de citas que se describen a continuación. Los formularios citados rara vez se usan en la práctica, pero son necesarios para algunos fines legítimos. Por lo tanto, no se deben rechazar en las rutinas de filtrado, sino que se deben pasar al sistema de correo electrónico para su evaluación por el host de destino.

La regla exacta es que cualquier carácter ASCII, incluidos los caracteres de control, puede aparecer entre comillas o en una cadena entre comillas. Cuando se necesita una cita, el carácter de barra diagonal inversa se usa para citar el siguiente carácter. Por ejemplo

  Abc\@[email protected]

es una forma válida de una dirección de correo electrónico. También pueden aparecer espacios en blanco, como en

  Fred\ [email protected]

El carácter de barra diagonal inversa también se puede usar para citarse a sí mismo, por ejemplo,

  Joe.\\[email protected]

Además de las comillas utilizando el carácter de barra diagonal inversa, los caracteres de comillas dobles convencionales pueden usarse para rodear cadenas. Por ejemplo

  "Abc@def"@example.com

  "Fred Bloggs"@example.com

son formas alternativas de los dos primeros ejemplos anteriores. Estos formularios citados rara vez se recomiendan y son poco comunes en la práctica, pero, como se discutió anteriormente, deben ser compatibles con las aplicaciones que procesan direcciones de correo electrónico. En particular, las formas citadas a menudo aparecen en el contexto de direcciones asociadas con transiciones de otros sistemas y contextos; esos requisitos de transición aún surgen y, dado que un sistema que acepta una dirección de correo electrónico proporcionada por el usuario no puede "saber" si esa dirección está asociada con un sistema heredado, los formularios de dirección deben aceptarse y pasarse al entorno de correo electrónico.

Sin comillas, las partes locales pueden consistir en cualquier combinación de
caracteres alfabéticos, dígitos o cualquiera de los caracteres especiales.

  ! # $ % & ' * + - / = ?  ^ _ ` . { | } ~

También puede aparecer un punto ("."), pero no puede usarse para iniciar o finalizar la parte local, ni pueden aparecer dos o más períodos consecutivos. Dicho de otra manera, cualquier carácter gráfico (impresión) ASCII que no sea el signo de signo ("@"), barra diagonal inversa, comillas dobles, comas o corchetes puede aparecer sin comillas. Si alguno de esa lista de caracteres excluidos va a aparecer, se deben citar. Formas como

  [email protected]

  customer/[email protected]

  [email protected]

  !def!xyz%[email protected]

  [email protected]

son válidos y se ven con bastante regularidad, pero se permite cualquiera de los caracteres enumerados anteriormente.

Como lo han hecho otros, envío una expresión regular que funciona tanto para PHP como para JavaScript para validar las direcciones de correo electrónico:

/^[a-z0-9!'#$%&*+\/=?^_`{|}~-]+(?:\.[a-z0-9!'#$%&*+\/=?^_`{|}~-]+)*@(?:[a-z0-9](?:[a-z0-9-]*[a-z0-9])?\.)+[a-zA-Z]{2,}$/i

Como se puede encontrar en este enlace de Wikipedia

La parte local de la dirección de correo electrónico puede usar cualquiera de estos caracteres ASCII:

• letras latinas mayúsculas y minúsculas Aa Zy apara z;

• dígitos 0a 9;

• personajes especiales !#$%&'*+-/=?^_`{|}~;

• punto ., siempre que no sea el primer o el último carácter a menos que se cite, y siempre que no aparezca consecutivamente a menos que se cite (por ejemplo, [email protected]no está permitido pero "John..Doe"@example.comestá permitido);

• el espacio y los "(),:;<>@[\]caracteres están permitidos con restricciones (solo se permiten dentro de una cadena entre comillas, como se describe en el párrafo a continuación, y además, una barra invertida o una comilla doble debe ir precedida de una barra invertida);

• se permiten comentarios con paréntesis en cualquier extremo de la parte local; por ejemplo, john.smith(comment)@example.comy (comment)[email protected]son equivalentes a [email protected].

Además de los caracteres ASCII anteriores, RFC 6531 permite caracteres internacionales por encima de U + 007F, codificados como UTF-8 , aunque los sistemas de correo pueden restringir qué caracteres usar al asignar partes locales.

Una cadena entre comillas puede existir como una entidad separada por puntos dentro de la parte local, o puede existir cuando las comillas más externas son los caracteres más externos de la parte local (por ejemplo, abc."defghi"[email protected]o "abcdefghixyz"@example.comestán permitidas. Por el contrario, abc"defghi"[email protected]no lo es; tampoco lo es abc\"def\"[email protected]). Sin embargo, las cadenas y caracteres entre comillas no se usan comúnmente. El RFC 5321 también advierte que "un host que espera recibir correo DEBE evitar definir buzones donde la parte Local requiere (o usa) el formulario de Cadena entrecomillada".

La parte local postmasterse trata especialmente, no distingue entre mayúsculas y minúsculas y debe reenviarse al administrador de correo electrónico del dominio. Técnicamente, todas las demás partes locales distinguen entre mayúsculas y minúsculas, por lo tanto, [email protected]y [email protected]especifican buzones diferentes; sin embargo, muchas organizaciones tratan las letras mayúsculas y minúsculas como equivalentes.

A pesar de la amplia gama de caracteres especiales que son técnicamente válidos; organizaciones, servicios de correo, servidores de correo y clientes de correo en la práctica a menudo no los aceptan a todos. Por ejemplo, Windows Live Hotmail solo permite la creación de direcciones de correo electrónico utilizando alfanuméricos, punto ( .), guión bajo ( _) y guión ( -). Un consejo común es evitar el uso de algunos caracteres especiales para evitar el riesgo de correos electrónicos rechazados.

La respuesta es (casi) ALL(ASCII de 7 bits).
Si las reglas de inclusión son "... permitidas bajo algunas condiciones / ninguna / ninguna ..."

Simplemente observando una de las varias posibles reglas de inclusión para el texto permitido en la parte de "texto de dominio" en RFC 5322 en la parte superior de la página 17 encontramos:

dtext          =   %d33-90 /          ; Printable US-ASCII
                   %d94-126 /         ;  characters not including
                   obs-dtext          ;  "[", "]", or "\"

los únicos tres caracteres faltantes en esta descripción se usan en literal de dominio [], para formar un par entre comillas \, y el carácter de espacio en blanco (% d32). Con eso se usa todo el rango 32-126 (decimal). Un requisito similar aparece como "qtext" y "ctext". Muchos caracteres de control también están permitidos / utilizados. Una lista de tales caracteres de control aparece en la página 31 sección 4.1 de RFC 5322 como obs-NO-WS-CTL.

obs-NO-WS-CTL  =   %d1-8 /            ; US-ASCII control
                   %d11 /             ;  characters that do not
                   %d12 /             ;  include the carriage
                   %d14-31 /          ;  return, line feed, and
                   %d127              ;  white space characters

Todos estos caracteres de control están permitidos como se indica al comienzo de la sección 3.5:

.... MAY be used, the use of US-ASCII control characters (values
     1 through 8, 11, 12, and 14 through 31) is discouraged ....

Y esa regla de inclusión es, por lo tanto, "demasiado amplia". O, en otro sentido, la regla esperada es "demasiado simplista".

En aras de la simplicidad, desinfecto el envío eliminando todo el texto entre comillas dobles y las comillas dobles que lo rodean antes de la validación, poniendo el quiste en los envíos de direcciones de correo electrónico en función de lo que está prohibido. El hecho de que alguien pueda tener el John ... "La dirección * $ hizzle * Bizzle" .. [email protected] no significa que deba permitirlo en mi sistema. Estamos viviendo en el futuro donde tal vez tome menos tiempo obtener una dirección de correo electrónico gratuita que hacer un buen trabajo limpiando su trasero. Y no es como si los criterios de correo electrónico no estuvieran pegados justo al lado de la entrada diciendo lo que está y no está permitido.

También desinfecta lo que específicamente no está permitido por varios RFC después de que se elimine el material citado. La lista de caracteres y patrones específicamente no permitidos parece ser una lista mucho más corta para probar.

No permitido:

    local part starts with a period ( [email protected] )
    local part ends with a period   ( [email protected] )
    two or more periods in series   ( [email protected] )
    &’`*|/                          ( some&thing`[email protected] )
    more than one @                 ( which@[email protected] )
    :%                              ( mo:characters%mo:[email protected] )

En el ejemplo dado:

John.."The*$hizzle*Bizzle"[email protected] --> [email protected]

[email protected] --> [email protected]

Enviar un mensaje de correo electrónico de confirmación al resultado sobrante al intentar agregar o cambiar la dirección de correo electrónico es una buena manera de ver si su código puede manejar la dirección de correo electrónico enviada. Si el correo electrónico pasa la validación después de tantas rondas de desinfección como sea necesario, entonces active esa confirmación. Si una solicitud regresa del enlace de confirmación, entonces el nuevo correo electrónico se puede mover del estado o almacenamiento del purgatorio || temporario || para convertirse en un correo electrónico almacenado de primera clase real y de buena fe.

Si desea ser considerado, puede enviar una notificación de falla o éxito en el cambio de la dirección de correo electrónico a la dirección de correo electrónico anterior. Las configuraciones de cuenta no confirmadas pueden caerse del sistema como intentos fallidos por completo después de un período de tiempo razonable.

No permito correos electrónicos apestosos en mi sistema, tal vez eso sea solo tirar dinero. Pero, el 99.9% de las veces las personas simplemente hacen lo correcto y tienen un correo electrónico que no empuja los límites de conformidad al límite utilizando escenarios de compatibilidad de casos extremos. Tenga cuidado con regex DDoS, este es un lugar donde puede meterse en problemas. Y esto está relacionado con la tercera cosa que hago, pongo un límite a cuánto tiempo estoy dispuesto a procesar cualquier correo electrónico. Si necesita ralentizar mi máquina para que se valide, no está pasando la lógica de mi punto final de API de datos entrantes.

Editar: Esta respuesta siguió siendo criticada por ser "mala", y tal vez se la merecía. Quizás todavía es malo, quizás no.

En mi PHP utilizo esta verificación

<?php
if (preg_match(
'/^(?:[\w\!\#\$\%\&\'\*\+\-\/\=\?\^\`\{\|\}\~]+\.)*[\w\!\#\$\%\&\'\*\+\-\/\=\?\^\`\{\|\}\~]+@(?:(?:(?:[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_]?)|(?:\[(?:(?:[01]?\d{1,2}|2[0-4]\d|25[0-5])\.){3}(?:[01]?\d{1,2}|2[0-4]\d|25[0-5])\]))$/',
"tim'[email protected]"        
)){
    echo "legit email";
} else {
    echo "NOT legit email";
}
?>

Pruébelo usted mismo http://phpfiddle.org/main/code/9av6-d10r

Creé esta expresión regular de acuerdo con las pautas de RFC:

^[\\w\\.\\!_\\%#\\$\\&\\'=\\?\\*\\+\\-\\/\\^\\`\\{\\|\\}\\~]+@(?:\\w+\\.(?:\\w+\\-?)*)+$

Gmail solo permitirá + signo como carácter especial y, en algunos casos (.), Pero no se permiten otros caracteres especiales en Gmail. RFC dice que puede usar caracteres especiales, pero debe evitar enviar correos a Gmail con caracteres especiales.