1

我有一个可以包含电子邮件地址或 IRI（国际化 URI）的字符串。字符串不包含额外的环绕空格或任何 HTTP 换行字符。此外，它们不包含在其相应规范中标记为“过时”的任何元素。我需要一种简单的方法来区分字符串包含哪些内容。

我正在查看我认为是最新的相应规范：RFC 5322 § 3.4.1。电子邮件的 Addr-Spec 规范和RFC 3987 § 2.2。用于 IRI 参考的 ABNF 和用于 IRI 的 IRI。我提出了以下算法，括号内有解释：

  1. 如果字符串以引号"字符开头，则它是电子邮件地址。（电子邮件地址local-part可能是带引号的字符串，但 IRIscheme可能不是。）
  2. 否则查找第一个 at@符号或冒号:字符。
    • 如果遇到的字符是 at@符号，则字符串包含电子邮件地址。
    • 否则，如果它是一个冒号:字符，则该字符串包含一个 IRI。

这种方法正确吗？还有另一种更简单的方法吗？最后作为奖励，我将如何扩展此算法以将这两件事与 IP 地址（包括 IPv4 和 IPv6）区分开来？

4

1 回答 1

2

我认为指定的规则是正确且快速确定类型（电子邮件或 IRI）。要将其扩展到 IP 地址，应添加相应的语法：https ://datatracker.ietf.org/doc/html/draft-main-ipaddr-text-rep-00 。

那么你的规则可以扩展到：

规则：（我假设输入格式正确）

  • 第一个字符"=> 电子邮件
  • 第一个字符:=> IpV6（因为 IRI 方案必须包含至少一个字符）
  • 第一个:或@

    • @=> 电子邮件

    • :=>

      • 如果它与 IpV6 => IRI 的语法不匹配

      • 否则：模棱两可，也在语法中，一些选项

        1. 用作 IpV6 => 它将是有效的，可能是预期的事情

        2. 将其用作 IRI => 第一部分（在“：”之前）将是一个方案，后一部分将是协议中的一个“段”

          • 因此ffff:ffff:ffff:ffff:ffff:ffff:ffff:ffff将导致方案ffff和“细分”ffff:ffff:ffff:ffff:ffff:ffff:ffff

          • 我会发现这种情况不太可能

        3. 引发异常，根据环境，这可能是一个有效的选项

    • 两者都不在字符串中=> IpV4

ipchar := hex / ':'
hex    := [0-9A-Fa-f]
于 2020-03-13T12:41:32.607 回答