每过一段时间，我的网站和论坛就会出现注册邮件错误问题。而且往往是缺少某个字符这样的错误。例如：hotmail.com写成了hotmai.com 对于这种意图明确但又不容易发现的错误，普通邮件格式验证函数是无法处理的。因为这种拼写错误依然属于合法邮件地址。但是一个友好的Web页面应该给与用户适当的提示。这里我提出一个容易想到的简单方法处理这个问题。
我们计算用户输入的邮件域和一些常见邮件域的 Levenshtein Distance,也称作字符串编辑距离，是指从一个字符串转换到另一个字符串最小的编辑操作次数。对于LD足够小但又不为0的情况，给于用户提示。
下面给出Levenshtein Distance的js实现代码：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
| function levenshtein(a, b) {
var i;
var j;
var cost;
var d = new Array();
if (a.length == 0) {
return b.length;
}
if (b.length == 0) {
return a.length;
}
for (i = 0; i <= a.length; i++) {
d[i] = new Array();
d[i][0] = i;
}
for (j = 0; j <= b.length; j++) {
d[0][j] = j;
}
for (i = 1; i <= a.length; i++) {
for (j = 1; j <= b.length; j++) {
cost = (a.charAt(i - 1) == b.charAt(j - 1)) ? 0 : 1;
d[i][j] = Math.min(d[i - 1][j] + 1, d[i][j - 1] + 1, d[i - 1][j - 1] + cost);
if (i > 1 && j > 1 &&
a.charAt(i - 1) == b.charAt(j - 2) &&
a.charAt(i - 2) == b.charAt(j - 1)) {
d[i][j] = Math.min(d[i][j], d[i - 2][j - 2] + cost)
}
}
}
return d[a.length][b.length];
}
|
接下来我们要准备一些常用的邮件域信息：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
| function checkCommonMail(id,errorid) {
var email = document.getElementById(id).value;
var useremailDomain=email.substring(email.indexOf("@")+1).toLowerCase();
var error=document.getElementById(errorid);
var commonDomain = [
"hotmail.com",
"gmail.com",
["yahoo.cn","yahoo.hk","yahoo.com.cn","yahoo.com.hk","yahoo.com"],
"163.com",
"sina.com",
"live.com",
"qq.com",
"vip.qq.com"];
for(var i=0;i<commonDomain.length;i++){
if (commonDomain[i] instanceof Array) {
var pardomain=commonDomain[i];
var dis=new Array();
for(var j=0;j<pardomain.length;j++){
dis[j]=levenshtein(useremailDomain,pardomain[j]);
}
var mindis=100000,minj=0;
for(var j=0;j<dis.length;j++){
if(dis[j]==0) return;
if(dis[j]<mindis) {
mindis=dis[j];
minj=j;
}
}
if(mindis==0) return;
if(mindis<3){
error.innerHTML = '您的邮件地址很像'+pardomain[minj]+'？';
}
delete dis;
return;
}else{
var dis=levenshtein(useremailDomain,commonDomain[i]);
if(dis==0) return;
if(dis<2){
error.innerHTML = '您的邮件地址很像'+commonDomain[i]+'？';
return;
}
delete dis;
}
}
}
|
上面的函数中yahoo域为并列结算，这样计算更符合用户的意图。
该方式适用处理用户无意间输入的错误。当然你可以同时配合邮箱格式验证函数，来过滤掉一些完全错误的邮箱输入：
1
2
3
4
5
6
7
8
9
| function checkMail(id) {
var email = document.getElementById(id).value;
var pattern = /^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$/;
if (pattern.test(email)) {
return true;
} else {
return false;
}
}
|
最后加一句题外话。作为一个普通的程序员，应该能够合理的应用上述功能函数。但是作为一个优秀的程序员，应该能理解上述函数算法。通过阅读上面levenshtein函数，优秀的程序员应该立即识别出这是一个典型的动态规划算法，哪里是动态转移方程，时间复杂度大概是什么等等。