+2

Một số biểu thức Regex Cơ bản (Phần 1)

Trong lập trình nó được dùng với các hàm xử lý chuỗi, xử lý văn bản với các tác vụ cụ thể như: tìm và thay thế chuỗi, kiểm tra tính hợp lệ của dữ liệu, trích xuất chuỗi con từ một chuỗi ... Hầu hết các ngôn ngữ lập trình đều hỗ trợ Regex như PHP, C#, JAVA ... Thậm chí RegExp còn rất phổ biến trong các ứng dụng, công cụ khác nhau như rewrite URL mod_rewrite, tìm kiếm và thay thế trong các IDE

Thử xem xét một ví dụ về Regex - Giả sử bạn ứng dụng của bạn yêu câu người dùng phải tuân thủ quy tắc đặt tên: (1)Tên được phép chứa các ký tự, các số, gạch dưới, gạch nối. (2) Tên phải có độ dài trong khoảng cho phép từ 3 đến 15 ký tự.. Thì biểu thức chính quy biểu diễn quy tắc đó sẽ như sau:

^[a-z0-9_-]{3,15}$

  • ^ Ký hiệu cho biết bắt đầu một dòng
  • [a-z0-9_-] Cho phép tên chứa ký tự a-z, số từ 0 - 9, ký tự -, ký tự _
  • {3,15} Tên dài 3 đến 15 ký tự
  • $ Điểm kết thúc dòng

Các ký tự biểu diễn - Meta

Ký tự Meta Mô tả
. Biểu diễn bất kỳ ký tự nào ngoài trừ ký tự xuống dòng
[ ] Tập hợp ký tự. Phù hợp nếu có bất kỳ ký tự nào trong dấu []
[^ ] Tập hợp ký tự phủ định. Phù hợp nếu không có ký tự nào trong []
* Lặp lại 0 đến nhiều lần.
+ Lặp lại 1 hoặc nhiều lần
? Tùy chọn có hay không cho mẫu phía trước
{n,m} Độ dài tối thiểu là n tối đa là m
(xyz) Biểu diễn một nhóm.
\ Biểu diễn ký tự đặc biệt [ ] ( ) { } . * + ? ^ $ \
^ Điểm bắt đầu của dòng.
$ Độ dài tối thiểu là n tối đa là m
{n,m} Điểm kết thúc của dòng

Giải Thích

Ký hiệu chấm .

Ký hiệu dấu chấm . là một meta đơn giản, nó biểu diễn bất kỳ ký tự nào ngoài trừ ký tự return \r hoặc newline \n. Ví dụ biểu thức .oàn thì có nghĩa là: một ký tự nào đó, tiếp theo đến ký tự o, tiếp theo đến à cuối cùng là n. Ví dụ dùng mẫu đó tìm trong chuỗi.

.oàn =>Sự hoàn hảo dường như không thể đạt được, nhưng nếu chúng ta theo đuổi sự hoàn hảo thì chúng ta sẽ chạm đến sự xuất sắc.

Tập hợp ký tự []

Dùng [] để chứa tập hợp các ký tự. Có thể dùng dấu - để biểu diễn một dải các ký tự theo vị trí trong bảng chữ cái như a-z, 0-9 ..., biểu thức so sánh sẽ hợp mẫu nếu chứa bất kỳ ký tự nào trong đó (không cần quan tâm thứ tự)

Ví dụ biểu thức [ưƯ]ớc có nghĩa là: Có một chữ ư hoặc Ư, theo sau bởi ớ, tiếp theo là c

[ưƯ]ớc => Ước một điều ... mộng ước rất đơn sơ. Nụ hôn trao hạnh phút đến bất ngờ

Tập hợp ngoại trừ [^]

Thông thường thì ^ biểu diễn điểm bắt đầu của chuỗi, tuy nhiên nếu nó nằm ở vị trí sau dấu [ của cặp [] thì nó lại mang ý nghĩa tạo ra tập hợp ký tự loại trừ (phụ định). Ví dụ biểu thức [^n]hanh có nghĩa là bất kỳ ký tự nào ngoại trừ ký tự n, theo sau bởi h, tiếp theo bởi a, n và h

[^n]hanh => Thời gian cứ thế xoay vòng thật nhanh. Bao mùa chiếc áo phông phanh!

**Lặp lại với ký tự * **

Ký hiệu * cho biết có sự lặp lại 0 hoặc nhiều lần mẫu phù hợp đứng phía trước nó. Ví dụ mẫu a* có nghĩa là ký tự a lặp lại 0 hoặc nhiều lần là phù hợp. Nếu nó đi sau tập hợp thì lặp tập hợp đó lặp lại 0 hoặc nhiều lần. ví dụ [a-z]* có nghĩa là dòng có số lượng bất kỳ các ký tự chữ viết thường thì phù hợp.

  • có thế sử dụng với . để biểu diễn bất kỳ chuỗi nào, hay dùng mẫu (.*)
  • có thể sử dụng với ký tự trắng \s để biểu diễn bất kỳ khoảng trắng nào. Ví dụ \smình\s có nghĩa bắt đầu bởi không hoặc nhiều khoảng trắng, tiếp theo là ký tự m, ì, n, h tiếp theo là không hoặc nhiều khoảng trắng.

Lặp lại với ký tự +

Ký hiệu + tương tự như * nhưng lặp lại 1 hoặc nhiều. Ví dụ có.+! có nghĩa ký tự bắt đầu bằng có theo sau ít nhất một ký tự nào đó, tiếp theo là ký tự !.

Mẫu phía trước có hay không đều được với ? Trong biểu thức Regex thông thường ? là một tùy chọn cho biết mẫu phía trước nó có thể có hoặc không. Ví dụ [h]?ôn nghĩa là tùy chọn có h hoặc không, theo sau là ô, tiếp theo là n

[h]?ôn => Đàn bà khôn ngoan hơn đàn ông vì họ biết ít hơn, nhưng hiểu nhiều hơn.

Biểu diễn độ dài {}

{} là biểu diễn số lượng, nó chỉ ra số lần mà một ký tự hoặc một nhóm các ký tự lặp lại. Ví dụ [0-9]{2,3} có nghĩa là có tối thiểu 2 tới 3 ký tự số.

Bạn có thể bỏ đi số thứ 2, ví dụ [0-9]{2,} có nghĩa là chuỗi có 2 hoặc nhiều ký tự số. Nếu bỏ đi ký tự , ví dụ [0-9]{3} có nghĩa là chuỗi chính xác có 3 ký tự.

Nhóm mẫu (...)

Nhóm ký tự là một mẫu (pattern) con được viết biên trong (). Ví dụ (ab)* lặp lại ab 0 hoặc nhiều lần. Chúng ta cũng dùng ký hiệu | bên trong nhóm như là phép toán or để xác định nhóm. Ví dụ n(g|h) có nghĩa bắt đầu bằng n theo sau là một mẫu, mẫu đó hoặc là chữ g hoặc là chữ h

n(g|h) =>Nếu có một ai đó làm chậm bước chân của bạn, hãy nhẹ nhàng rẽ sang hướng khác.

*Biểu diễn ký tự đặc biệt với *

Do một số ký hiệu đã được dùng đã biểu diễn Regex như : { } [ ] / \ + * . $ ^ | ? nên để biểu diễn các ký tự đó dùng ký hiệu \ trước ký tự.

**Ok , đó là 1 vài biểu thức Regex cơ bản mà mình đã tổng hợp đc ^^ . Sẽ có phần 2 với nhiều biểu thức phức tạp hơn nhé !!!


All rights reserved

Viblo
Hãy đăng ký một tài khoản Viblo để nhận được nhiều bài viết thú vị hơn.
Đăng kí