Regular Expression thường dùng

Regular Expression (RegEx) là một bộ cú pháp dùng để bắt chuỗi rất thông dụng và hầu hết ngôn ngữ lập trình đều hỗ trợ. RegEx rất tiện lợi và lập trình viên không thể không biết, tuy nhiên nhiều khi lâu ngày không dùng sẽ bị quên. Tôi cũng vậy nên tôi list ra đây một số các quy tắc cần nhớ để lâu lâu đọc ôn lại. Cũng như chia sẽ và tổng hợp những cú pháp thường dùng trong quá trình làm việc.





1. Các quy tắc bắt chuỗi ( Matching ) phải nhớ của RegEx
[xyz] Tìm và so sánh tất cả ký tự nằm trong dấu ngoặc vuông và trùng khớp với 1 ký tự trong dấu ngoặc vuông.
VD: [ab] sẽ trùng khớp với a hoặc b, [0123456789] sẽ trùng khớp với bất kỳ một ký tự nào trong khoảng từ 0 đến 9.

[a-z] So sánh và trùng khớp với một ký tự nằm trong khoảng chỉ định.
VD:
[a-z] sẽ trùng khớp với một ký tự trong khoảng từ a đến z nằm trong chuỗi cần test.
[0-9] sẽ trùng khớp với bất kỳ một ký tự nào trong khoảng từ 0 đến 9.

[^xyz] So sánh và không trùng khớp với những ký tự nằm trong khoảng chỉ định. Dấu ^ (dấu mũ) nằm trong dấu ngoặc vuông là một dấu phủ định.
VD: [^a-z] sẽ không trùng khớp với tất cả các ký tự nằm trong khoảng từ a đến z.

^ Trùng khớp với phần đầu của chuỗi đích.
VD: ^a sẽ trùng khớp với chữ a trong chuỗi abc,
^\w+ sẽ trùng khớp với chữ đầu tiên – chữ "the" của chuỗi "The quick brown fox jumps over the lazy dog".

$ Trùng khớp với phần cuối của chuỗi đích.
VD: d$ sẽ trùng khớp với chữ d trong chuỗi abcd,
\w+$ sẽ trùng khớp với chữ cuối – chữ “dog” của chuỗi "The quick brown fox jumps over the lazy dog".

+ Trùng khớp với 1 hoặc nhiều lần ký tự đứng trước nó.
VD: \d+ sẽ chỉ trùng với chuỗi có từ 1 con số trở lên.

* Trùng khớp với 0 hoặc nhiều lần ký tự đứng trước nó.
VD: \d* sẽ trùng với chuỗi có chứa 1 chữ số hoặc k có chữ số nào cũng đc.

? Trùng khớp với 0 hoặc 1 lần ký tự đứng trước nó. Tương tự như * nhưng nó lại chỉ nhân lên 1 lần. * thì nhân lên nhiều lần.

. Trùng khớp với 1 ký tự đơn bất kỳ ngoại trừ ký tự ngắt dòng (line-break) và cũng không lấy được ký tự có dấu (unicode).
VD: . sẽ trùng khớp với ký tự a hoặc b hoặc c trong chuỗi abc. Nhưng . sẽ không bắt được các chữ ă hoặc ê.

x{n} Trùng khớp đúng với n lần ký tự đứng trước nó. n là một số không âm.
VD: \d{2} sẽ bắt đc các số có 2 chữ số đứng liền nhau.

x{n,} Trùng khớp với ít nhất n lần ký tự đứng trước nó. n là một số không âm.
VD \d{2,} sẽ bắt đc các số có từ 2 chữ số trở lên đứng liền nhau.

x{n,m} Trùng khớp với ít nhất n lần và nhiều nhất là m lần ký tự đứng trước nó. n và m là một số không âm và n <= m.
VD: a{1,3} sẽ khớp với hah, haah, haaah nhưng không khớp với haaaah.

x|y Trùng khớp với x hoặc y.
VD: slow|fast sẽ khớp với chữ slow hoặc fast trong chuỗi đích.

\b Trùng khớp với toàn bộ ký tự đứng trước nó.
VD: hello\b sẽ trùng khớp với toàn bộ từ hello trong chuỗi hello world nhưng sẽ không khớp với chuỗi helloworld.

\B Ngược lại với \b, \B sẽ không khớp với toàn bộ mà chỉ 1 phần ký tự đứng trước nó.
VD: hello\B sẽ trùng khớp với chữ hello trong chuỗi helloworld nhưng sẽ không khớp với chuỗi hello world.

\d Trùng khớp 1 ký tự số (digit).

\D Trùng khớp 1ký tự không phải số (non-digit).

\s Trùng khớp 1 ký tự khoảng trắng (whitespace) bao gồm khoảng trắng tạo ra bởi phím Tab.

\S Trùng khớp với 1 ký tự không phải là khoảng trắng (non-whitespace).

\w Trùng khớp với các ký tự là từ (word) bao gồm dấu _ (underscore) và chữ số.

\W Trùng khớp với các ký tự không phải là từ (non-word).
VD: \W sẽ khớp với ký tự % trong chuỗi “100%”.

\uxxxx Trùng khớp với 1 ký tự unicode.
VD: \u00FA sẽ khớp với ký tự “ú”, \u00F9 sẽ khớp với ký tự “ù”.

\pL Trùng khớp với một ký tự Unicode bất kỳ ngoại trừ dấu cách. Đây chính là cú pháp viết hoàn hảo hơn của dấu .,
VD: \pL+ sẽ lấy được chuỗi bang, chủ trong chuỗi "Bang chủ".

2. Tổng hợp Regular Expression thường dùng
{Continues update}