Conteúdo do curso Lição 94 de 148 · A lição da mentira
A lição da mentira

Mentira 2: a regex de e-mail curto

Por que isso importa Um validador que está errado em uma direção afasta clientes reais no cadastro. Errado na outra, ele deixa lixo entrar no seu banco de dados. Uma regex curta costuma estar errada em ambas ao mesmo tempo, e ninguém percebe até um cliente enviar um e-mail para o suporte.

Conselho plantado: o conselho abaixo foi escrito para esta lição e está errado de propósito. É o tipo de resposta que um assistente de IA dá com fluidez e confiança. Seu trabalho não é discutir com ele mas provar a falha com um teste.

import re

# The standard email check. Short, fast, and it covers every real address.
EMAIL = re.compile(r"^\w+@\w+\.\w{2,3}$")

def is_valid(address):
    return bool(EMAIL.match(address))

Leia como uma lista de afirmações: a parte antes de @ são apenas caracteres de palavra; o domínio é uma palavra, um ponto e mais dois ou três. Cada afirmação é um lugar para procurar um contraexemplo. Pense em endereços que você já viu de verdade: um ponto no nome, um +tag, uma empresa em um domínio .co.uk, um final mais novo maior que três letras. Depois pense do outro jeito: que lixo isso deixa entrar?

Falsa rejeição / falsa aceitação: um validador pode falhar ao recusar uma entrada boa ou ao permitir uma ruim. Um bom teste verifica ambas as listas.

O padrão de e-mail completo é famoso por ser flexível. Esta loja escreveu suas próprias regras práticas, dadas no exercício. Teste contra elas.

Sua vez

Escreva my_test(is_valid). Ela recebe uma versão do validador e deve lançar um erro se quebrar as regras da loja. As regras: exatamente um @; a parte antes dele tem de 1 a 64 caracteres de letras ASCII, dígitos e . _ % + -, não começa nem termina com um ponto, e não tem dois pontos seguidos; o domínio são duas ou mais etiquetas separadas por pontos, cada etiqueta tem de 1 a 63 letras, dígitos ou hifens e não começa nem termina com um hífen; a última etiqueta é apenas letras, pelo menos 2 delas (qualquer caso), ou um nome internacionalizado em sua forma ASCII, que começa com xn-- (como xn--p1ai); o endereço completo tem no máximo 254 caracteres; nada mais é permitido, nem mesmo um espaço ou uma nova linha no final. Passar na barra: passe a versão correta e capture pelo menos 4 das 6 versões quebradas (a regex plantada é uma delas).

Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição

Este exercício abre em breve

Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.