使用Python REGEX检测符合特定规则的Gmail邮箱匹配问题排查

问题原因 #

原正则存在两个核心漏洞：

• 用[^.]作为匹配起始，会匹配任意非点字符，导致从allo0..oui@gmail.com里..后的o开始匹配，最终错误捕获到oui@gmail.com。
• 未限制邮箱的整体边界和长度，既无法避免从字符串中间截取无效片段，也不符合总长度6-30的要求。

修正后的正则与代码 #

结合需求的四个条件，重新编写正则表达式，确保严格匹配符合要求的Gmail邮箱：

import re

emailText='allo0..oui@gmail.com allo.non@gmail.com'

# 修正后的正则
emailRegex = re.compile(
    r'(?<!\S)(?=.{6,30}(?:\s|$))[0-9a-zA-Z]+(?:\.[0-9a-zA-Z]+)?@gmail\.com',
    re.IGNORECASE
)
matchEmail = emailRegex.findall(emailText)
print(matchEmail)  # 输出: ['allo.non@gmail.com']

正则规则解释 #

• (?<!\S)：负向预查，确保邮箱前是空白字符或文本开头，避免从无效位置（比如连续点之后）开始匹配。
• (?=.{6,30}(?:\s|$))：正向预查，限制整个邮箱的长度在6-30字符之间，满足长度要求。
• [0-9a-zA-Z]+：强制邮箱以字母/数字开头，符合开头规则。
• (?:\.[0-9a-zA-Z]+)?：可选的「点+字母/数字」结构，确保最多包含一个点且无连续点，同时保证@前最后一个字符是字母/数字，满足中间字符规则。
• @gmail\.com：精确匹配Gmail域名，转义.避免匹配任意字符。

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