ASP.NET Core+PostgreSQL中邮箱地址存储与比对的最佳方案问询

针对ASP.NET Core + PostgreSQL场景下的国际化邮箱处理问题，以下是经过验证的解决方案：

核心原则 #

永远保留用户输入的原始邮箱地址，用于后续邮件发送；单独生成一个规范化的标识字段，仅用于数据库的唯一性约束和查询索引，该字段不需要具备可发送性，只需要保证相同邮箱（无论大小写、IDN格式差异）能生成一致的值。

具体实现方案 #

1. 代码层面的规范化处理 #

在用户注册/更新邮箱时，执行以下步骤生成规范化字段：

• 拆分邮箱：将输入邮箱拆分为本地部分（@之前的内容）和域名部分（@之后的内容）
• 本地部分规范化：
  • 使用string.Normalize(NormalizationForm.FormC)将Unicode字符转换为预组合形式，避免相同字符的不同编码表示被视为不同值
  • 调用ToLowerInvariant()进行大小写转换，彻底规避服务器区域文化（如en-US vs tr-TR）带来的大小写差异问题
• 域名部分规范化：
  • 先通过ToLowerInvariant()转小写
  • 将IDN域名转换为Punycode（使用.NET的IdnMapping类），确保国际化域名的唯一性
• 拼接规范化字段：将处理后的本地部分与Punycode域名用@拼接，得到最终的规范化字符串

示例代码：

using System.Globalization;

public string NormalizeEmail(string rawEmail)
{
    var parts = rawEmail.Split('@', StringSplitOptions.RemoveEmptyEntries);
    if (parts.Length != 2)
        throw new ArgumentException("Invalid email format");

    var localPart = parts[0].Normalize(NormalizationForm.FormC).ToLowerInvariant();
    var idnMapping = new IdnMapping();
    var punycodeDomain = idnMapping.GetAscii(parts[1].ToLowerInvariant());

    return $"{localPart}@{punycodeDomain}";
}

2. 数据库层面的约束与索引 #

• 在用户表中添加normalized_email字段，存储上述规范化字符串
• 为normalized_email创建唯一约束，确保邮箱唯一性
• 为normalized_email创建索引，避免查询时的全表扫描

PostgreSQL示例SQL：

ALTER TABLE users 
ADD COLUMN normalized_email TEXT NOT NULL;

ALTER TABLE users 
ADD CONSTRAINT uq_users_normalized_email UNIQUE(normalized_email);

CREATE INDEX idx_users_normalized_email ON users(normalized_email);

3. 替代方案：PostgreSQL生成列 #

如果希望将规范化逻辑移至数据库层，可使用PostgreSQL的生成列（Generated Column）自动处理：

ALTER TABLE users 
ADD COLUMN normalized_email TEXT GENERATED ALWAYS AS (
    -- 处理本地部分：Unicode规范化+不变文化小写
    LOWER(NORMALIZE(SUBSTRING(email FROM '^(.*)@', 'NFC')) COLLATE "C") 
    || '@' 
    -- 处理域名部分：转Punycode
    || IDNA_ENCODE(LOWER(SUBSTRING(email FROM '@(.*)') COLLATE "C"))
) STORED;

CREATE UNIQUE INDEX idx_users_normalized_email ON users(normalized_email);

注：PostgreSQL 13+支持生成列，IDNA_ENCODE函数需要pg_idn扩展（可通过CREATE EXTENSION pg_idn;安装）

关键注意事项 #

• 绝不修改原始邮箱：所有邮件发送、用户展示操作均使用用户输入的原始地址，避免因规范化导致的邮件投递失败
• 避免依赖服务器区域文化：始终使用ToLowerInvariant()而非ToLower()，确保不同服务器环境下的规范化结果一致
• IDN域名必须转Punycode：直接存储国际化域名可能导致数据库字符集兼容性问题，Punycode是IDN的标准ASCII表示，能保证唯一性和兼容性

内容的提问来源于stack exchange，提问作者user3262353