邮件验证器(EmailValidator)技术文档
2024-12-20 12:58:59作者:凤尚柏Louis
本文档旨在帮助用户了解并使用EmailValidator项目,该项目的目标是提供一种验证电子邮件地址的方法,符合Rails 3+框架的要求。以下是项目的安装指南、使用说明、API使用文档以及安装方式。
1. 安装指南
Gemfile 配置
在您的Gemfile中添加以下代码:
gem 'email_validator'
执行安装
运行以下命令来安装gem:
bundle install
2. 项目使用说明
模型内验证
在您的模型中添加以下代码以验证电子邮件属性:
validates :my_email_attribute, email: true
允许无完整域名
如果您希望允许没有FQDN的域名(例如user@somehost),默认情况下是有效的。如果需要禁用,可以通过设置require_fqdn: true或启用:strict模式:
validates :my_email_attribute, email: {mode: :strict, require_fqdn: true}
限制单一域名
如果需要限制到特定域名,可以使用以下方式:
validates :my_email_attribute, email: {domain: 'example.com'}
3. 项目API使用文档
松散模式(默认)
使用以下方法在松散模式下验证电子邮件:
EmailValidator.valid?('narf@example.com') # 返回布尔值
需要FQDN
在需要FQDN的情况下,可以使用以下方法:
EmailValidator.valid?('narf@somehost') # 返回布尔值 false
EmailValidator.invalid?('narf@somehost', require_fqdn: false) # 返回布尔值 true
需要特定域名
在需要特定域名的情况下,可以使用以下方法:
EmailValidator.valid?('narf@example.com', domain: 'foo.com') # 返回布尔值 false
EmailValidator.invalid?('narf@example.com', domain: 'foo.com') # 返回布尔值 true
严格模式
在严格模式下,可以使用以下方法:
EmailValidator.regexp(mode: :strict) # 返回正则表达式
EmailValidator.valid?('narf@example.com', mode: :strict) # 返回布尔值
RFC模式
在RFC模式下,可以使用以下方法:
EmailValidator.regexp(mode: :rfc) # 返回正则表达式
EmailValidator.valid?('narf@example.com', mode: :rfc) # 返回布尔值
4. 项目安装方式
请参考上述“安装指南”部分进行安装。
通过本文档,用户应能够有效地安装和使用EmailValidator项目来验证电子邮件地址。如有任何疑问或需要进一步的帮助,请参考项目GitHub页面的相关文档。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492