Nových TLD může být i přes 2 000

Na blogu CZ.NIC vyšel minulý týden ve čtvrtek text s názvem Žadatelů o nové domény je téměř 1 300 (a musi čekat). Dnes na tento článek navazuje aktuální zpráva, v níž je mimo jiné uvedeno, že žadatelé splnili podmínky pro získání 2091 nových domén nejvyšší úrovně (u dalších 214 nebyl uhrazen poplatek 5 000 USD).

V závěru blogspotu se Ondřej Filip zamýšlí nad okolnostmi, které dosavadní proces žádání o nové gTLD provázejí: “Stále si kladu otázku, proč bylo tak nutné zastavit proces podávání žádostí pouhých 12 hodin před ukončením řádné lhůty. ICANN ohlásil, že důvodem byl únik informací. Ale s ohledem na to, že se všechny žádosti mají stejně brzy zveřejnit, v tom až tak velký problém nevidím. Ano, někdo mohl v systému zjistit, jakou doménu chystá jeho konkurence, ale zjistit to 12 hodin před uzavřením podávání žádostí by mu už nijak nepomohlo – žádost by už stejně nestihl podat. Velice podezřele působí i fakt, že systém je odstaven již téměř měsíc. Teď naopak lidé, kteří nějaké informace nelegálně získali, mají čas s nimi pracovat."

7.5.2012 15:43 | Vilem Sladek | Zajímavý článek

Komentáře

[hchkrdtn]

to bude na netu poradny bordel :D

[deafboy]

Ešte niekto si myslí že nové domény sa budú využívať len minimálne, a ich vlastníci sa budú (až na výnimky) len snažiť dobre predať subdomény?

[victor8]

nechcem si radsej ani predstavit ako dlho bude trvat, kym si vsetci poopravuju svoje regexpy na kontrolu validity mailboxov :)

...ked vezmem do uvahy ze sa stale najdu stranky, ktore maju problem s TLD .name alebo .info...

[Martin Mareš]

Pokud někdo používá z principu scestný regex na kontrolu mailové adresy, tak je jedině dobře, že se mu konečně rozbije pořádně a navždycky O

[xkucf03]

z principu scestný regex na kontrolu mailové adresy

A copak mezi

1. nekontrolovat nic nebo kontrolovat jen přítomnost zavináče v řetězci a
2. zkusit tam poslat e-mail (tím ověříme, že daná schránka existuje a přijímá)

není nějaký rozumný kompromis, který by šel popsat regulárním výrazem?

[d'areback]

Mily priteli, byl jste hybernovan prilis dlouho.

[pavlix]

není nějaký rozumný kompromis, který by šel popsat regulárním výrazem?

Není.

[xkucf03]

To je hodně odvážné tvrzení vzhledem k tomu, že variantě 1 odpovídá třeba ^.+@.+$, což je příliš benevolentní – a rozumný kompromis může být cokoli (i lehce) přísnějšího…

[pavlix]

A?

[xkucf03]

Proč lžeš?

[Jendа]

že variantě 1 odpovídá třeba ^.+@.+$, což je příliš benevolentní

Ale ono to tak opravdu je (dastych+foo@[94.199.40.244], neřku-li IPv6).

[xkucf03]

Ale takové dastych+foo@;;; už platné není a tím regulárním výrazem to projde.

[Jan Grmela]

Nooo...ten správný regulární výraz dle specifikace mailové adresy vypadá v modulu Mail::RFC822::Address nějak takto:

(?:(?:\r\n)?[ \t])*(?:(?:(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t]
)+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:
\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(
?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ 
\t]))*"(?:(?:\r\n)?[ \t])*))*@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\0
31]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\
](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+
(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:
(?:\r\n)?[ \t])*))*|(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z
|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)
?[ \t])*)*\<(?:(?:\r\n)?[ \t])*(?:@(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\
r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[
 \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)
?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t]
)*))*(?:,@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[
 \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*
)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t]
)+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*)
*:(?:(?:\r\n)?[ \t])*)?(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+
|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r
\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:
\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t
]))*"(?:(?:\r\n)?[ \t])*))*@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031
]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](
?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?
:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?
:\r\n)?[ \t])*))*\>(?:(?:\r\n)?[ \t])*)|(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?
:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?
[ \t]))*"(?:(?:\r\n)?[ \t])*)*:(?:(?:\r\n)?[ \t])*(?:(?:(?:[^()<>@,;:\\".\[\] 
\000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|
\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>
@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"
(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*))*@(?:(?:\r\n)?[ \t]
)*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\
".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?
:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[
\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*|(?:[^()<>@,;:\\".\[\] \000-
\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(
?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)*\<(?:(?:\r\n)?[ \t])*(?:@(?:[^()<>@,;
:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([
^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\"
.\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\
]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*(?:,@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\
[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\
r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] 
\000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]
|\\.)*\](?:(?:\r\n)?[ \t])*))*)*:(?:(?:\r\n)?[ \t])*)?(?:[^()<>@,;:\\".\[\] \0
00-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\
.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,
;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|"(?
:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*))*@(?:(?:\r\n)?[ \t])*
(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".
\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t])*(?:[
^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\]
]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*\>(?:(?:\r\n)?[ \t])*)(?:,\s*(
?:(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\
".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)(?:\.(?:(
?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[
\["()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t
])*))*@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t
])+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?
:\.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|
\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*|(?:
[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".\[\
]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)*\<(?:(?:\r\n)
?[ \t])*(?:@(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["
()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)
?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>
@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*(?:,@(?:(?:\r\n)?[
 \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,
;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\.(?:(?:\r\n)?[ \t]
)*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\
".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*)*:(?:(?:\r\n)?[ \t])*)?
(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\["()<>@,;:\\".
\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])*)(?:\.(?:(?:
\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z|(?=[\[
"()<>@,;:\\".\[\]]))|"(?:[^\"\r\\]|\\.|(?:(?:\r\n)?[ \t]))*"(?:(?:\r\n)?[ \t])
*))*@(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])
+|\Z|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*)(?:\
.(?:(?:\r\n)?[ \t])*(?:[^()<>@,;:\\".\[\] \000-\031]+(?:(?:(?:\r\n)?[ \t])+|\Z
|(?=[\["()<>@,;:\\".\[\]]))|\[([^\[\]\r\\]|\\.)*\](?:(?:\r\n)?[ \t])*))*\>(?:(
?:\r\n)?[ \t])*))*)?;\s*)

[Bedňa]

V strede máš čiarku navyše. Ževraj taký regexp neexistuje a pritom je úplne jednoduchý a prehľadný.

[Martin Mareš]

Správný rozhodně není: abc@[def].ghi projde, i když by nemělo.

[xkucf03]

Tady právě záleží, co je to ten „rozumný kompromis“ – může to být třeba: projdou všechny platné adresy a odhalí co nejvíc neplatných.

[Martin Mareš]

Já si právě myslím, že případy, kdy lidé někam napíší mailovou adresu, která není syntakticky správně (ale není evidentně nesmyslná, jako třeba a@b), jsou dost řídké. Daleko typičtější jsou překlepy v adrese, kterými vznikne syntakticky správná, ale neexistující adresa.

Takže mi vychází, že dává smysl buď jen naprosto triviální kontrola, nebo naopak test, že se na adresu opravdu něco dá poslat a uživatel si to přečte.

[pavlix]

+1

[xkucf03]

Viz #20 – tohle jsou schopní lidi napsat.

Když se někdo splete a zadá jmeno.prijmeni@example.com místo jnemo-prijmeni@example.com, tak se bohužel nedá nic dělat (není způsob, jak chybu odhalit, aniž bychom se tam pokusili poslat e-mail), ale bude dost případů, kdy překlep vede na odhalitelnou syntaktickou chybu a ne jen neexistující schránku/doménu.

E-mailových adres mi pod rukama prošlo už hodně a musím říct, že chyba typu example,com místo example.com je poměrně častá.

Co je vlastně ta „naprosto triviální kontrola“? Není to totéž jako „rozumný kompromis“? A jaký je důvod pro použití jednoduššího výrazu, který odhalí méně chyb? Ten ušetřený výpočetní výkon? Zatím stále věřím, že existuje něco lepšího než ^.+@.+$…

[pavlix]

Ty jsi udělal trochu podvod, nevím, jestli si to uvědomuješ. Zúžil si možnost použití té kontroly. Já mám za to (můžu se mýlit), že všichni ostatní v diskuzi si pod pojmem kontrola e-mailových adres představují něco, co lze mimojiné použít i jako automatická kontrola při vstupu. Tedy něco, co odmítne formulář s neodpovídajícím vstupem.

Co je vlastně ta „naprosto triviální kontrola“? Není to totéž jako „rozumný kompromis“

Nebylo náhodou několik variant výše uvedených?

Není to totéž jako „rozumný kompromis“?

Nazval bys rozumným kompromisem ^.+@.+$? Nebo ^\S+@\S+$ (jestli si správně pamatuju \S pro nebílé znaky v mnoha běžných regex jazycích).

Napadá mě ještě několik dalších věcí, kterým stále ještě říkám triviální kontrola, takže je nemůžu řadit ke kompromisům mezi triviální kontrolou a něčím jiným.

Ten ušetřený výpočetní výkon?

Vážně je nutné snižovat kvalitu diskuze vymýšlením fiktivních argumentů fiktivní protistrany?

[xkucf03]

Ty jsi udělal trochu podvod, nevím, jestli si to uvědomuješ. Zúžil si možnost použití té kontroly. Já mám za to (můžu se mýlit), že všichni ostatní v diskuzi si pod pojmem kontrola e-mailových adres představují něco, co lze mimojiné použít i jako automatická kontrola při vstupu. Tedy něco, co odmítne formulář s neodpovídajícím vstupem.

Špatně jsi to pochopil – mícháš dohromady dvě věci: 1) to, že používám ne zcela košer regulární výraz při ručním čištění dat (ale sám jsi uznal, že při ručním zpracování to nevadí), teď nechme stranou 2) to, že uživatelé zadávají místo e-mailů evidentní blbosti, což jsem doložil několika (anonymizovanými) příklady – toto je věc, na kterou jsem se tou #20 odkazoval.

Ano, bavíme se o automatické kontrole u které neasistuje člověk (ta moje ruční kontrola dat je jen poznámka bokem). A teď jde o to, najít regulární výraz, který odhalí co nejvíc chyb a nezpůsobí žádné falešné poplachy.

Nazval bys rozumným kompromisem ^.+@.+$? Nebo ^\S+@\S+$

Ne, protože tím projde např. i* anonym@example,com, což je podle mé zkušenosti častý překlep a hodně lidem by nechodila jejich pošta. Naopak ten perlovský Mail::RFC822::Address tuhle chybu odhalí, takže ho považuji za lepší. Možná existuje i něco ještě lepšího, ale ^\S+@\S+$ každopádně považuji za nedostatečné, zbytečně benevolentní.

Vážně je nutné snižovat kvalitu diskuze vymýšlením fiktivních argumentů fiktivní protistrany?

Jestli sis nevšiml, byla to otázka. Ptám se jaký je ten důvod. Chápu, když někdo odsoudí určitý regulární výraz kvůli tomu, že způsobuje falešné poplachy – s tím souhlasím. Ale co regulární výraz, který falešné poplachy nezpůsobuje a odhalí víc překlepů než jednodušší výraz? Jaký je důvod ho nepoužít?

*) nebo třeba  @anonym (na začátku je nedělitelná mezera). V dnešní době twitterové idiocie bych se ani nedivil, kdyby to někdo zadal místo e-mailu. Nemluvě o tom, že projde i nezakódovaná čeština nebo jiné unicode znaky.

[xkucf03]

nezakódovaná čeština nebo jiné unicode znaky

K tomu tedy existuje návrh standardu z února 2012: RFC 6530…

[pavlix]

Ano, bavíme se o automatické kontrole u které neasistuje člověk (ta moje ruční kontrola dat je jen poznámka bokem).

To nebylo úplně zřejmé, alespoň pro mě ne.

Ne, protože tím projde např. i* anonym@example,com, což je podle mé zkušenosti častý překlep a hodně lidem by nechodila jejich pošta.

Tak čárka by se dala ještě zahrnout mezi zakázané znaky, pokud je to až tak častý jev. Pokud by se nejednalo o chytání tohoto konkrétního překlepu, tak mi přijde už účelnější provést online ověření podle DNS.

Tak, já osobně proti tomu uvedenému regexu nemám, pokud nedává false positives. Ale sám bych se s ním nepsal.

[Martin Mareš]

A jaký je důvod pro použití jednoduššího výrazu, který odhalí méně chyb?

Ten, že je evidentní, že každá korektní mailová adresa projde. (Zatímco u naprosté většiny složitých regexů, které jsem potkal, bylo pracné, nicméně možné sestrojit korektní adresu, kterou regex zamítne.)

Navíc nevěřím tomu, že složitý regex odhalí navíc podstatné množství chyb, které by neodhalila triviální kontrola typu "mailová adresa obsahuje alespoň jeden zavináč, který není ani na začátku ani na konci, a vpravo od něj je aspoň jedna tečka".

Nedosti na tom, v životě potkáte mailové adresy, které nejsou podle striktní interpretace RFC 822 korektní, ale fungují a lidé je používají. Třeba a.b.c.@hell.org, nebo abc@hell.org. (s tečkou na konci). Ty také nejspíš odfiltrovat nechcete.

[xkucf03]

Ta tečka na konci domény je sporná, např. můj Postfix je ochotný takové zprávy přijmout, ale k čemu je dobré takové nestandardní adresy používat a tolerovat?

Ale budiž, dejme tomu, že takové adresy připustíme. Stále je tu ale široká škála možných výrazů přísnějších než ^.+@.+$, které jsou užitečné a odhalují překlepy uživatelů.

[Filip Jirsák]

Navíc nevěřím tomu, že složitý regex odhalí navíc podstatné množství chyb, které by neodhalila triviální kontrola typu "mailová adresa obsahuje alespoň jeden zavináč, který není ani na začátku ani na konci, a vpravo od něj je aspoň jedna tečka".

Problém té triviální kontroly je, že některé platné e-maily jí také neprojdou Už jsem se setkal i s e-mailem v TLD. Obávám se, že většina chyb v kontrole e-mailu vzniká právě tím, že někdo odhadne, jak má asi e-mail vypadat, a podle toho kontrolu udělá. Když si někdo dá práci a napíše kontrolu opravdu podle standardu, šance, že bude napsaná špatně, je podle mne daleko menší.

[Martin Mareš]

Problém té triviální kontroly je, že některé platné e-maily jí také neprojdou

Které?

E-mail v TLD je dost problematický, už proto, že si ho leckterý MTA vyloží jako relativní doménové jméno (to je přesně důvod, proč se na konec někdy píše tečka, byť ji RFC 822 nepřipouští).

Když si někdo dá práci a napíše kontrolu opravdu podle standardu, šance, že bude napsaná špatně, je podle mne daleko menší.

Problém je, že prakticky všechny pokusy o kontrolu podle standardu, jsou špatně. Nevím, jestli už jsem nějaký správný viděl.

[w4rr10r]

Viděl jsem kontrolu založenou na dotazování se na DNS, ale nevím, jak přesně to fungovalo.

[xkucf03]

Kontrolu existence MX záznamu domény jsem viděl taky. Nebo myslíš něco jiného – že by to kontrolovalo i existenci schránky (lokálního jména) nějakým zvláštním dotazem?

[Jendа]

Kontrolu existence MX záznamu domény jsem viděl taky.

Neměl by jít e-mail doručit i na A záznam?

[xkucf03]

Měl, ale kdysi právě byla nějaká aféra, že někdo kontroloval jen MX a některým lidem se tam pak nešlo registrovat.

Teď to má třeba Rajče – kontroluje to online při vyplňování formuláře a bere to jak MX, tak A. Ale tečku na konci domény ani jména netolerují.

[xkucf03]

BTW: Občas čistím data a používám při tom velice primitivní a chybný* regulární výraz – důležité ale je, že odhalí evidentní chyby a je možné je opravit. Pár příkladů toho, co jsou lidé schopní zadat jako „e-mail“:

"anonym@example.com (nefunguji prilohy]"
"anonym@example.com "
"anonym@example.com; "
"anonym@example.com anonym2@example.com"
"anonym@example.com, anonym2@example.com"
"anonym[zavinac]example.com"
"anonym@example.com; anonym2@example.com"
"anonym [zavinac] example.com"
"anonym@example.com;"
"5468"

*) některé platné adresy by jím neprošly, ale zatím jsem na takové nenarazil a i kdyby ano, nějaký ten falešný poplach při ručním zpracování nevadí

[pavlix]

V tom problém nevidím. Spíš ho vidím v tom, že pak přijde nějaký blbec, vezme tvůj regulární výraz a udělá z něj formulářovou kontrolu. Zpoustu věcí dělám způsoby, které radši nezveřejňuju. Tohle by mezi ně mohlo patřit.

[Luk]

"anonym@example.com "

Klasický problém s mezerami. Velmi zhusta je zapříčiněn copy&paste, kdy se označí a zkopíruje i sousední mezera. Proto je dobré při přebírání e-mailové adresy na vstupu ještě před vlastní kontrolou vstupní řetězec oříznout od bílých znaků.

[Nikola Ciprich]

s/musi/musí/