PHP正则表达式问题：修复邮箱@前含点字符被截断的问题

嘿，我太懂你这个坑了！之前处理用户提交的混杂文本时，我也遇到过一模一样的问题——根源肯定是你的正则没正确覆盖@前本地部分的合法字符，尤其是点号。

原正则的问题分析 #

大概率你原来的正则是类似这样的：

$pattern = '/\b\w+@[\w.-]+\.[a-zA-Z]{2,}\b/';

这里的\w+只能匹配字母、数字和下划线，碰到点号就会停止匹配，所以jim.dandy@foo.com会被错误截断成dandy@foo.com——正则只会从最后一个点号后面开始匹配\w+。

修改后的正则表达式 #

根据邮箱通用规则（简化版RFC标准，覆盖绝大多数常见合法邮箱），@前的本地部分允许字母、数字、点、下划线、百分号、加号和连字符。我们把正则改成这样：

$pattern = '/\b[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}\b/';

正则各部分拆解 #

• [a-zA-Z0-9._%+-]+：匹配@前的本地部分，包含所有常见合法字符，+确保至少有一个有效字符
• @：精确匹配@符号
• [a-zA-Z0-9.-]+：匹配域名主体，允许字母、数字、点（适配多级域名比如co.uk）和连字符
• \.[a-zA-Z]{2,}：匹配顶级域名，要求至少2个字母，比如.com、.org

完整PHP代码示例 #

$mixedText = "联系邮箱：jim.dandy@foo.com，技术反馈：test_user+bug@example.co.uk，无效邮箱：invalid@.com";

// 使用修改后的正则
$emailPattern = '/\b[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}\b/';
preg_match_all($emailPattern, $mixedText, $validEmails);

echo "解析到的合法邮箱：\n";
print_r($validEmails[0]);

运行这段代码后，会正确输出：

解析到的合法邮箱：
Array
(
    [0] => jim.dandy@foo.com
    [1] => test_user+bug@example.co.uk
)

无效的invalid@.com会被自动排除，因为域名部分不符合规则。

额外说明 #

如果需要完全符合RFC 5322标准的正则（支持引号、特殊符号等极端场景），会复杂很多，但上面的正则已经能覆盖99%以上的实际使用场景，足够应对大多数业务需求。

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