13

PHPで文字列がメールアドレスかどうか判定する方法を教えてください。

3
  • 1
    具体的なユースケース (判定した上で何をしたいか) はありますか? ここまでの回答を見る限り、それによって判定方法が違ってきそうです
    – ento
    Commented 2014年11月19日 1:07
  • 想定しているPHPのバージョンも教えていただけると参考になります。問題の状況をより具体的にシェアした方が、良い解決策が見つかりやすいと思います。ヘルプセンターの「良い質問をするには」のページを参考にして、質問を編集されてみてはいかがでしょうか。ja.stackoverflow.com/help/how-to-ask
    – naota
    Commented 2014年12月5日 1:51
  • 1
    メールアドレスの仕様が明記すると回答が的確になるのではないかと思います。 RFC に準拠したアドレスを判定するというのは簡単ですが、たとえば携帯キャリアなどが保持するメールアドレスは RFC に準拠しているとは限りません。質問ではこれがふくまれるかどうか、なとがちょっとわからないです。 メールアドレスとはどの範囲のアドレスなのか、を明示すれば回答もしやすいはずです。
    – takano32
    Commented 2014年12月10日 5:24

5 件の回答 5

20

アドレスっぽいかどうかチェックするだけならfilter_varで。

$mail = filter_var($str, FILTER_VALIDATE_EMAIL)

ただ、RFCに準拠させたりメールヘッダをパースする用途では使うのはNG。

いっそ、試しにメール送ってみればいいんじゃないかな

14

UTF-8 の文字を認める国際化ドメインを前提にすると、通常の文章と区別がつかなくなるので、セキュリティ対策に議論を絞るとよいのではないかと思います。なお、Postfix は 2.12 から SMTPUTF8 に対応したので、Ubuntu や Debian であれば、2016年から2017年までには 2.12 を利用できるようになるでしょう。

国際化ドメインを扱う場合、従来の XSS や SQL インジェクション対策に加えて、キリル文字をラテン文字に混在させる (偽キリル文字) など肉眼では区別できない文字を使ったなりすましドメインを識別する必要があるか、考える必要があります。2005年ごろにさまざまなブラウザーがなりすましドメインの対応に追われました。

なりすまし対策の例として Gmail を挙げます。
Gmail の仕様では、なりすまし対策としてメールアドレスは UTS#39 の「Highly Restrictive」を満たすことを求めています。具体的には、それぞれの文字の Unicode スクリプトプロパティが1種類もしくは複数の種類の場合、指定した組み合わせであることを要求します。

日本語のドメインを対象とするのであれば、スクリプトプロパティの組み合わせは Latin、Han、Hiragana、Katakana で構成されなければなりません。ほかに認められる複数の組み合わせの例は Latin、Han、Bopomofo (台湾で使われる注音符号) もしくは Latin + Han + Hangul です。

スクリプトの組み合わせのほかの例として、Firefox のIDN 表示アルゴリズムは制限レベルに Moderately Restrictive を採用しています。

Unicode スクリプトプロパティの組み合わせを判定するには PCRE や intl の Spoofchecker を使います。自分でライブラリを実装するのであれば、unicode.org で配布されている Scripts.txt を使います。

次のコードは ICU 51 とそれ以降のバージョンで確認したものです。ICU のバージョンを調べるには INTL_ICU_VERSION を使います。ただし、この定数が導入されたバージョンは PHP 5.3.7 なので、それ以前のバージョンを利用していてかつ pecl のリポジトリからインストールしていない場合、phpinfo 関数もしくはコマンドラインで php -i | grep ICU を実行します。C 言語で ICU のバージョン番号で求めるには uvernum.h のマニュアルをご参照ください。isSuspicious の実装に使われる uspoof_checkUTF8 は ICU 51 で非推奨になり、最新の ICU 54 でも使えるものの、長期的には intl のアップグレードが必要になるでしょう。

$spoof = new Spoofchecker;
$spoof->setChecks(Spoofchecker::SINGLE_SCRIPT);

// Cyrillic
$str = 'Кириллица';
// Latin + Han + Hiragana + Katakana
$str2 = 'latin漢字ひらがなカタカナ';
// Latin + Han + Hangul
$str3 = 'latin漢字조선말';
// Latin + Han + Bopomofo
$str4 = 'latin漢字ㄅㄆㄇㄈ';

var_dump(
    false === $spoof->isSuspicious($str),
    false === $spoof->isSuspicious($str2),
    false === $spoof->isSuspicious($str3),
    false === $spoof->isSuspicious($str4),
    true === $spoof->isSuspicious($str.$str2)
);

ロケールごとで認められるスクリプトの組み合わせを判定することもできます。

// Latin + Han + Hiragana + Katakana
$str = 'latin漢字ひらがなカタカナ';
$pattern = '/\A[\p{Latin}\p{Han}\p{Hiragana}\p{Katakana}]+\z/u';

$spoof = new Spoofchecker;
$spoof->setAllowedLocales('en_US,ja_JP');

var_dump(
    false === $spoof->isSuspicious('latin漢字ひらがなカタカナ'),
    1 === preg_match($pattern, $str)
);

ほかに、ドメイン名登録業サービスで登録可能な文字であるかどうかを判定するには準拠する IDNA のバージョンによって異なりますので、IDNA の仕様書を調べる必要があります。IDNA2003 であれば参照される Unicode のバージョンは 3.2 です。IANA は国際化ドメインに許可される文字のテーブルを配布しています (Repository of IDN Practices)。

濁点つきひらがなのように同じ文字を異なる表現で登録することを認めたくない場合、normalizer_is_normalized を使ってチェックする必要があります。Nameprep で適用される正規化の形式は KC です。

許可する文字テーブルをもとに判定する方法を採用しているのが ZF2 の Validator\EmailAddress です (判定のためのテーブルのディレクトリ)。ただし、どこのリポジトリから採用したテーブルなのか明記されていないのと、2014年の時点では、ローカルパートは UTF-8 に対応していません。

4

Emailアドレスの検証を行うライブラリは多数存在しているので要件にあったものを選択して組み込むのがよいのではと思います。 特に日本ではキャリアのメールアドレスのような特殊なフォーマットをどう扱うか、に応じて事情が変わってきます。

Packgistで検索すると下記のライブラリが利用が多いようでした。

https://packagist.org/packages/egulias/email-validator

1

何処まで確認したいかが分からないです。
確認方法は上記に出揃っているので省くとして
ドメイン名を取ってDNSで有効か確認(dns_get_record)までするのかな?

一応、配列取得してMXチェックすればメールが有効とか…やりすぎ感はあるけどね

$results = dns_get_record("i.softbank.jp");
$isMailDomain = false;
foreach($results as $res){
    if($res['type'] == 'MX'){
        $isMailDomain = true;
        break;
    }
}
if($isMailDomain){echo "メールドメインだったよ";}
else{echo "メールドメインじゃないよ";}
/**
Array ( 
    [0] => Array ( 
        [host] => i.softbank.jp 
        [type] => TXT 
        [txt] => v=spf1 ip4:101.110.8.0/23 ip4:126.240.66.0/24 ip4:117.46.5.64/27 ip4:117.46.7.32/27 ip4:117.46.9.96/27 ip4:117.46.11.64/27 -all 
        [class] => IN [ttl] => 1656 
    ) 
    [1] => Array ( 
        [host] => i.softbank.jp 
        [type] => MX 
        [pri] => 10 
        [target] => msv.softbank.jp 
        [class] => IN [ttl] => 75 
    ) 
)
**/
-2

正規表現を使用した判定方法が以下のページに紹介されています.

2
  • 3
    マイナス票を入れた方、どこを改善すればいいか、教えてくださいね! 私としては、リンク先のページの要約 (正規表現の内容) を回答に含めるとより役に立つ回答になると思います。リンク先のページがなくなる可能性もありますし。
    – ento
    Commented 2014年12月5日 1:33
  • 2
    マイナス票入れたものですが、 @ento さんが書かれているポイントもありますが、そもそも引用されている1番目のリンクの日付が古すぎる・また1番目のリンク先では反論されているブログについて言及されているという点で、マイナスに入れました。
    – Layzie
    Commented 2014年12月10日 12:52

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。