在邮件垃圾邮件检测中避免使用负前瞻正则表达式

Question

典型的合法电子邮件“标题来自”字段如下所示：

From: DHL <[email protected]>

From: DHL <[email protected]>

虽然非合法电子邮件“标题来自”字段看起来像：

From: DHL <[email protected]>

我想编写一个正则表达式来匹配非合法电子邮件“header from”的情况，也就是说，如果DHL出现在“From:”之后，那么<>里面的内容必须以dhl.com结尾

我使用负向前瞻提供了以下正则表达式（不确定它是否 100% 准确，但它似乎有效）：

^From: DHL <.*@(?!.*dhl\.com>$)

现在的问题是我的正则表达式引擎不支持负向前瞻，我正在尝试用等效的非捕获组替换它，例如：

(?:[^d]|d[^h]|dh[^l]|dhl[^\.]|dhl\.[^c]|dhl\.c[^o]|dhl\.co[[^m])

到目前为止还没有成功。有什么想法吗？

如果有解决方案，我也想支持大小写混合（例如 DhL.COm）。

我正在寻找一种 Postfix 解决方案，最好是不需要 PCRE 的解决方案。

Answer 1

由于您不能使用负向前瞻，并且您只知道您不想匹配的内容，因此您必须使用大量 | 逐个字母地测试它。运营商

这样的东西应该有效：

^From: DHL <.*@.*[^mM]>$|^From: DHL <.*@.*[^oO][mM]>$|^From: DHL <.*@.*[^cC][oO][mM]>$|^From: DHL <.*@.*[^.][cC][oO][mM]>$|^From: DHL <.*@.*[^lL][.][cC][oO][mM]>$|^From: DHL <.*@.*[^hH][lL][.][cC][oO][mM]>$|^From: DHL <.*@.*[^dD][hH][lL][.][cC][oO][mM]$>

Answer 2

我认为这符合要求。

(?<=^From: DHL <).*dhl\.com(?=>$)

只需更改：

^From: DHL 

并将其与

相匹配

.*dhl\.com

在领域领域更普遍一些：

(?<=^From: DHL <).*dhl\.([a-zA-Z]{1,3})(?=>$)

Answer 3

对于 Postfix

regexp_table

(5):

/^From: DHL <.*@([-A-Za-z0-9]+\.)*[Dd][Hh][Ll]\.[Cc][Oo][Mm]>$/i  DUNNO
/^From: DHL </i                                                   REJECT

对于后缀

pcre_table

(5):

/^From: DHL <.*@(?!(?i)([-a-z0-9]+\.)*dhl\.com>$)/i  REJECT