■ はじめに
最近、Email の判定テストを行っていて 不正なEmailアドレスと判定したアドレスに対して 本当にこれ不正？ってことがあったので、 久しぶりに RFC を調べてみた。 こういうこと結構また起きそうなので記録しておく。 タイトルが正規表現だが、メインはEmailアドレスの仕様。 正規表現は次いで位でChatGPTに聞いてみた結果をおまけとして載せておく。 （結論から言うと、RFC準拠の正規表現はとんでもないことになるので どこまでサポートするかを決めておいたほうがいい） なお、ちゃんと知りたい場合は、以下のサイトを参照したほうがいい
https://qiita.com/yoshitake_1201/items/40268332cd23f67c504c
目次
【１】RFC（Request for Comments） 【２】Emailアドレスに関するRFC 【３】Emailアドレス構成 １）使用可能な文字 【４】おまけ：Emailに関する正規表現 １）簡易版 ２）応用版
【１】RFC（Request for Comments）
* IETF（Internet Engineering Task Force）が発行している インターネット技術の標準的な仕様を記した文書
【２】Emailアドレスに関するRFC
* フォーマットに関しては、RFC 5322から読むのがいいかも。
RFC 5321 - Simple Mail Transfer Protocol
https://tex2e.github.io/rfc-translater/html/rfc5321.html
RFC 5322 - Internet Message Format
https://tex2e.github.io/rfc-translater/html/rfc5322.html
RFC 6854 - Update to Internet Message Format ...
https://tex2e.github.io/rfc-translater/html/rfc6854.html
RFC 7504 - SMTP 521 and 556 Reply Codes
https://tex2e.github.io/rfc-translater/html/rfc7504.html
【３】Emailアドレス構成
ローカル部@ドメイン（例：sample@example.com）
https://datatracker.ietf.org/doc/html/rfc5322#section-3.4.1
addr-spec = local-part "@" domain local-part = dot-atom / quoted-string / obs-local-part domain = dot-atom / domain-literal / obs-domain
１）使用可能な文字
a-zA-Z0-9.!#$%&'*+/=?^_{|}~-https://datatracker.ietf.org/doc/html/rfc5322#section-3.2.3
atext = ALPHA / DIGIT / ; Printable US-ASCII
"!" / "#" / ; characters not including
"$" / "%" / ; specials. Used for atoms.
"&" / "'" /
"*" / "+" /
"-" / "/" /
"=" / "?" /
"^" / "_" /
"`" / "{" /
"|" / "}" /
"~"
atom = [CFWS] 1*atext [CFWS]
dot-atom-text = 1*atext *("." 1*atext)
dot-atom = [CFWS] dot-atom-text [CFWS]
specials = "(" / ")" / ; Special characters that do
"<" / ">" / ; not appear in atext
"[" / "]" /
":" / ";" /
"@" / "\" /
"," / "." /
DQUOTE【４】おまけ：Emailに関する正規表現
* 上記を踏まえて、ChatGPTにEmailに関する正規表現を聞いてみた
* なお、全く試していないので、ネタ位に思って頂けると、、、
１）簡易版
^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$説明
^ : 行の始まり
[a-zA-Z0-9._%+-]+ : ユーザー名部分。英数字や一部の記号が含まれる。
@ : @マーク
[a-zA-Z0-9.-]+ : ドメイン名部分。英数字やドット、ハイフンが含まれる。
\. : ドット（ドメインの区切り）
[a-zA-Z]{2,} : ドメインのトップレベル部分（例：com, jpなど）。2文字以上の英字。
$ : 行の終わり
# この正規表現は基本的な形式をカバーしていますが、
# 全てのメールアドレスの形式を完全に検証することは難しいため、
# 特定のニーズに応じて調整が必要かもしれません。２）応用版
「RFCに準拠した形でお願いします」って聞いたら、、、 # ちなみに別で聞いた時にはとんでもない正規表現だしてきたので # 聞き方によったり、まちまちかも
正規表現１
^[a-zA-Z0-9.!#$%&'*+/=?^_`{|}~-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,}$説明１
^ : 行の始まり
[a-zA-Z0-9.!#$%&'*+/=?^_{|}~-]+` : ユーザー名部分。RFC 5322で許可されている文字を含む。
@ : @マーク
[a-zA-Z0-9.-]+ : ドメイン名部分。英数字、ドット、ハイフンを含む。
\\. : ドット（エスケープ）
[a-zA-Z]{2,} : ドメインのトップレベル部分（例：com, jpなど）。2文字以上の英字。
$ : 行の終わり
# この正規表現は、一般的なメールアドレスを検証するのに役立ちますが、
# RFCに完全に準拠したすべてのメールアドレスをカバーするわけではありません。
# 特に、RFCでは非常に特異なケース（例えば、複雑なユーザー名やドメイン）も
# 許可されているため、注意が必要です。
# 実際の用途に応じて、もう少し厳密なバリデーションが必要な場合は、
# より詳細な正規表現や追加のロジックを検討してください。正規表現２
^(?![_.-])[a-zA-Z0-9.!#$%&'*+/=?^_`{|}~-]+(?![_.-])@[a-zA-Z0-9-]+(\.[a-zA-Z0-9-]+)*(\.[a-zA-Z]{2,})$説明２
^ : 行の始まり
(?![_.-]) : ユーザー名の最初の文字が .、_、または - でないことを確認
[a-zA-Z0-9.!#$%&'*+/=?^_{|}~-]+` : ユーザー名部分。RFC 5322で許可されている文字を含む。
(?![_.-]) : ユーザー名の最後の文字が .、_、または - でないことを確認
@ : @マーク
[a-zA-Z0-9-]+ : ドメイン名部分。英数字とハイフンを含む。
(\.[a-zA-Z0-9-]+)* : サブドメインを含む部分。0個以上のサブドメインを許可。
(\.[a-zA-Z]{2,}) : 最後のトップレベルドメイン部分。2文字以上の英字。
$ : 行の終わり参考文献
https://qiita.com/yoshitake_1201/items/40268332cd23f67c504c
メールアドレス - Wikipedia
関連記事
正規表現～ 入門編 ～
https://dk521123.hatenablog.com/entry/2011/09/10/235712
SQLでマスキングを実装
https://dk521123.hatenablog.com/entry/2022/10/02/000000
