Kiểm tra biểu thức chính quy

Biểu thức chính quy là gì?

Biểu thức chính quy (Regular Expression hay Regex) là chuỗi ký tự đặc biệt mô tả một mẫu tìm kiếm. Được phát triển bởi nhà toán học Stephen Cole Kleene vào những năm 1950, regex ban đầu thuộc lý thuyết ngôn ngữ hình thức. Ngày nay, regex là công cụ không thể thiếu trong mọi ngôn ngữ lập trình, từ JavaScript đến Python, Java, Go, và Rust.

Regex hoạt động bằng cách so khớp mẫu (pattern matching) với chuỗi ký tự. Một mẫu đơn giản như \d+ khớp với một hoặc nhiều chữ số, còn mẫu phức tạp hơn có thể xác thực email, phân tích log, trích xuất dữ liệu từ văn bản phi cấu trúc, và thay thế hàng loạt trong file.

Cú pháp Regex cơ bản

Regex JavaScript (ECMAScript) hỗ trợ các nhóm cú pháp chính:

• Ký tự đơn: . khớp bất kỳ ký tự nào (trừ xuống dòng nếu không bật cờ s). Dùng \. để khớp dấu chấm thật.
• Lớp ký tự: [abc] khớp a, b, hoặc c. [^abc] khớp bất kỳ ký tự nào NGOẠI TRỪ a, b, c. [a-z] khớp mọi chữ thường.
• Bộ lượng từ: * (0+), + (1+), ? (0 hoặc 1), {n} (chính xác n), {n,m} (từ n đến m).
• Nhóm bắt: (abc) tạo nhóm bắt. (?:abc) nhóm không bắt. (?<name>abc) nhóm đặt tên.
• Neo vị trí: ^ đầu chuỗi, $ cuối chuỗi, \b biên từ.
• Nhìn trước/sau: (?=...) nhìn trước thuận, (?!...) nhìn trước phủ, (?<=...) nhìn sau thuận, (?<!...) nhìn sau phủ.

Cờ Regex trong JavaScript

Lỗi Regex thường gặp

1. Quên bật cờ Global (g)

Nếu không có cờ g, regex chỉ trả về kết quả khớp đầu tiên. Đây là lỗi phổ biến nhất khi dùng String.match() hoặc String.matchAll(). Luôn bật g khi cần tìm tất cả.

2. Catastrophic Backtracking

Mẫu có nhiều bộ lượng từ lồng nhau như (a+)+ có thể khiến regex chạy theo cấp số mũ. Khi chuỗi không khớp, engine thử mọi tổ hợp trước khi kết luận. Giải pháp: dùng bộ lượng từ sở hữu (a++) hoặc thiết kế mẫu chặt chẽ hơn.

3. Escape ký tự đặc biệt

Các ký tự . * + ? ^ $ {} [] () | \ có ý nghĩa đặc biệt trong regex. Để khớp chúng theo nghĩa đen, phải thêm \ phía trước: \., \*, \(.

Regex trong thực tế

• Xác thực dữ liệu: email, số điện thoại, mã bưu chính, URL — regex là tuyến phòng thủ đầu tiên trên form.
• Phân tích log: trích xuất timestamp, IP, HTTP status từ file log server bằng mẫu regex.
• Tìm và thay thế: IDE như VS Code hỗ trợ regex tìm/thay thế hàng loạt — tiết kiệm hàng giờ refactoring.
• Web scraping: trích xuất dữ liệu cụ thể từ HTML khi parser DOM không khả dụng.
• Bảo mật: phát hiện SQL injection, XSS pattern trong input qua WAF rules dùng regex.