Hướng Dẫn Chi Tiết Về Biểu Thức Chính Quy (Regex)

November 25, 2024 · 6 min read

Website Administrator

Biểu thức chính quy (Regular Expression hay Regex) là một chuỗi ký tự đặc biệt định nghĩa một mẫu tìm kiếm. Công cụ này cực kỳ mạnh mẽ để xử lý và thao tác với văn bản.

1. Regex Là Gì?

Regex là một chuỗi các ký tự đặc biệt giúp bạn:

Tìm kiếm văn bản theo mẫu
Xác thực định dạng dữ liệu (email, số điện thoại,...)
Trích xuất thông tin từ văn bản
Thay thế và chỉnh sửa văn bản theo mẫu

2. Các Thành Phần Cơ Bản

2.1. Ký Tự Đơn Giản

Ký tự	Ý nghĩa	Ví dụ
`a-z`	Khớp với bất kỳ chữ cái thường	`cat` khớp "cat", "scatter"
`A-Z`	Khớp với bất kỳ chữ cái hoa	`CAT` khớp "CAT", "CATCH"
`0-9`	Khớp với bất kỳ chữ số	`123` khớp "123", "12345"

2.2. Ký Tự Đặc Biệt

Ký tự	Ý nghĩa	Ví dụ
`.`	Khớp với bất kỳ ký tự nào (trừ xuống dòng)	`c.t` khớp "cat", "cut", "c@t"
`\d`	Khớp với chữ số [0-9]	`\d{3}` khớp "123", "456"
`\w`	Khớp với ký tự từ [a-zA-Z0-9_]	`\w+` khớp "abc123"
`\s`	Khớp với khoảng trắng (space, tab)	`a\sb` khớp "a b"

2.3. Số Lượng

Ký tự	Ý nghĩa	Ví dụ
`?`	0 hoặc 1 lần	`colou?r` khớp "color" và "colour"
`*`	0 hoặc nhiều lần	`go*gle` khớp "ggle", "google", "gooogle"
`+`	1 hoặc nhiều lần	`go+gle` khớp "google", "gooogle"
`{n}`	Đúng n lần	`\d{3}` khớp "123"
`{n,}`	Ít nhất n lần	`\d{2,}` khớp "12", "123", "1234"
`{n,m}`	Từ n đến m lần	`\d{2,4}` khớp "12", "123", "1234"

3. Các Kỹ Thuật Nâng Cao

3.1. Nhóm và Tham Chiếu

(abc)    # Nhóm các ký tự
\1       # Tham chiếu đến nhóm thứ nhất
(?:abc)  # Nhóm không lưu

Ví dụ:

(ha)\1 khớp với "haha"
(\w+)\s+\1 tìm từ lặp lại: "hello hello"

3.2. Khẳng Định và Phủ Định

(?=...)   # Khẳng định phía trước
(?!...)   # Phủ định phía trước
(?<=...)  # Khẳng định phía sau
(?<!...)  # Phủ định phía sau

Ví dụ:

\w+(?=@) khớp username trong email
\b\w+(?<!ing)\b tìm từ không kết thúc bằng "ing"

4. Ví Dụ Thực Tế

4.1. Xác Thực Email

^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$

Giải thích từng phần:

^ : Bắt đầu chuỗi
[a-zA-Z0-9._%+-]+ : Username có thể chứa chữ, số và ký tự đặc biệt
@ : Ký tự @
[a-zA-Z0-9.-]+ : Tên miền
\. : Dấu chấm
[a-zA-Z]{2,} : Phần mở rộng (.com, .net,...)
$ : Kết thúc chuỗi

4.2. Xác Thực Số Điện Thoại Việt Nam

^(0|\+84)(\s|\.)?((3[2-9])|(5[689])|(7[06-9])|(8[1-689])|(9[0-46-9]))(\d){7}$

Giải thích:

Bắt đầu bằng 0 hoặc +84
Theo sau là các đầu số nhà mạng hợp lệ
Kết thúc với 7 chữ số

4.3. Xác Thực Mật Khẩu Mạnh

^(?=.*[A-Z])(?=.*[a-z])(?=.*\d)(?=.*[@$!%*?&])[A-Za-z\d@$!%*?&]{8,}$

Yêu cầu mật khẩu phải có:

Ít nhất 8 ký tự
Ít nhất 1 chữ hoa
Ít nhất 1 chữ thường
Ít nhất 1 số
Ít nhất 1 ký tự đặc biệt

4.4. Xác Thực URL

^(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{2,6})([\/\w \.-]*)*\/?$

Giải thích:

https?:\/\/ : Bắt đầu bằng http:// hoặc https:// (không bắt buộc)
[\da-z\.-]+ : Tên miền chính (vd: google, facebook)
[a-z\.]{2,6} : Phần mở rộng (.com, .net, .org,...)
[\/\w \.-]* : Các đường dẫn phụ (/path/to/page)

4.5. Xác Thực Ngày Tháng

^(?:(?:31(\/|-|\.)(?:0?[13578]|1[02]))\1|(?:(?:29|30)(\/|-|\.)(?:0?[13-9]|1[0-2])\2))(?:(?:1[6-9]|[2-9]\d)?\d{2})$|^(?:29(\/|-|\.)0?2\3(?:(?:(?:1[6-9]|[2-9]\d)?(?:0[48]|[2468][048]|[13579][26])|(?:(?:16|[2468][048]|[3579][26])00))))$|^(?:0?[1-9]|1\d|2[0-8])(\/|-|\.)(?:(?:0?[1-9])|(?:1[0-2]))\4(?:(?:1[6-9]|[2-9]\d)?\d{2})$

Hỗ trợ các định dạng:

DD/MM/YYYY
DD-MM-YYYY
DD.MM.YYYY Kiểm tra cả năm nhuận và số ngày hợp lệ trong tháng.

4.6. Trích Xuất Thẻ HTML

<([a-z]+)([^<]+)*(?:>(.*)<\/\1>|\s+\/>)

Ví dụ sử dụng:

<div class="container">Content</div>
<img src="image.jpg" />

4.7. Xác Thực Mã Màu HEX

^#?([a-fA-F0-9]{6}|[a-fA-F0-9]{3})$

Hỗ trợ cả định dạng:

6 ký tự: #FF0000
3 ký tự: #F00

4.8. Xác Thực IPv4

^(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)$

Ví dụ hợp lệ:

192.168.1.1
10.0.0.0
172.16.254.1

4.9. Tìm Kiếm Thẻ IMG Trong HTML

<img\s+[^>]*src="([^"]*)"[^>]*>

Trích xuất được:

<img src="photo.jpg">
<img alt="Photo" src="photo.jpg" class="img">

4.10. Xác Thực Tên File

^[\w,\s-]+\.[A-Za-z]{3,4}$

Ví dụ hợp lệ:

document.pdf
image-001.jpg
my_file.docx

4.11. Tìm Từ Trùng Lặp

\b(\w+)\s+\1\b

Phát hiện:

"the the"
"is is"
"word word"

4.12. Xác Thực Số CMND/CCCD Việt Nam

^(\d{9}|\d{12})$

Hỗ trợ:

CMND 9 số
CCCD 12 số

4.13. Xác Thực Mã Bưu Chính Việt Nam

^[0-9]{6}$

Ví dụ:

700000 (TP.HCM)
100000 (Hà Nội)

4.14. Tìm Kiếm Hashtag

#[a-zA-Z0-9_]+

Phát hiện:

#programming
#regex101
#webDev

4.15. Xác Thực Tên Người Việt Nam

^[A-ZÀÁẠẢÃÂẦẤẬẨẪĂẰẮẶẲẴÈÉẸẺẼÊỀẾỆỂỄÌÍỊỈĨÒÓỌỎÕÔỒỐỘỔỖƠỜỚỢỞỠÙÚỤỦŨƯỪỨỰỬỮỲÝỴỶỸĐ][a-zàáạảãâầấậẩẫăằắặẳẵèéẹẻẽêềếệểễìíịỉĩòóọỏõôồốộổỗơờớợởỡùúụủũưừứựửữỳýỵỷỹđ]*(?:[ ][A-ZÀÁẠẢÃÂẦẤẬẨẪĂẰẮẶẲẴÈÉẸẺẼÊỀẾỆỂỄÌÍỊỈĨÒÓỌỎÕÔỒỐỘỔỖƠỜỚỢỞỠÙÚỤỦŨƯỪỨỰỬỮỲÝỴỶỸĐ][a-zàáạảãâầấậẩẫăằắặẳẵèéẹẻẽêềếệểễìíịỉĩòóọỏõôồốộổỗơờớợởỡùúụủũưừứựửữỳýỵỷỹđ]*)*$

Đặc điểm:

Hỗ trợ đầy đủ dấu tiếng Việt
Mỗi từ bắt đầu bằng chữ hoa
Cho phép nhiều từ cách nhau bởi dấu cách

5. Sử Dụng Trong Các Ngôn Ngữ

5.1. JavaScript

// Kiểm tra định dạng email
const emailRegex = /^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$/;
const isValidEmail = emailRegex.test("[email protected]");

// Tìm tất cả số trong văn bản
const text = "Có 123 và 456 trong văn bản";
const numbers = text.match(/\d+/g);  // ["123", "456"]

5.2. Python

import re

# Tìm kiếm
text = "Liên hệ: [email protected] hoặc [email protected]"
emails = re.findall(r'[\w\.-]+@[\w\.-]+', text)

# Thay thế
phone = "0123-456-789"
formatted = re.sub(r'(\d{4})-(\d{3})-(\d{3})', r'(\1) \2-\3', phone)

6. Công Cụ Hỗ Trợ

Regex101 (https://regex101.com)
- Kiểm tra regex trực tuyến
- Giải thích chi tiết từng phần
- Hỗ trợ nhiều flavor regex
RegExr (https://regexr.com)
- Giao diện thân thiện
- Có thư viện mẫu
- Tham khảo nhanh

7. Lưu Ý Quan Trọng

Hiệu năng
- Tránh backtracking quá nhiều
- Sử dụng nhóm không lưu (?:) khi không cần thiết
- Cân nhắc độ phức tạp của pattern
Bảo mật
- Cẩn thận với ReDoS (Regular Expression Denial of Service)
- Giới hạn độ dài input khi cần thiết
- Tránh regex quá phức tạp với input không đáng tin cậy
Khả năng bảo trì
- Viết regex có cấu trúc rõ ràng
- Thêm comment giải thích các phần phức tạp
- Chia nhỏ regex phức tạp thành nhiều phần

8. Kết Luận

Regex là công cụ mạnh mẽ nhưng cần thời gian để thành thạo. Bắt đầu với các mẫu đơn giản và dần dần học thêm các kỹ thuật nâng cao. Thực hành thường xuyên và tham khảo tài liệu khi cần thiết.

1. Regex Là Gì?​

2. Các Thành Phần Cơ Bản​

2.1. Ký Tự Đơn Giản​

2.2. Ký Tự Đặc Biệt​

2.3. Số Lượng​

3. Các Kỹ Thuật Nâng Cao​

3.1. Nhóm và Tham Chiếu​

3.2. Khẳng Định và Phủ Định​

4. Ví Dụ Thực Tế​

4.1. Xác Thực Email​

4.2. Xác Thực Số Điện Thoại Việt Nam​

4.3. Xác Thực Mật Khẩu Mạnh​

4.4. Xác Thực URL​

4.5. Xác Thực Ngày Tháng​

4.6. Trích Xuất Thẻ HTML​

4.7. Xác Thực Mã Màu HEX​

4.8. Xác Thực IPv4​

4.9. Tìm Kiếm Thẻ IMG Trong HTML​

4.10. Xác Thực Tên File​

4.11. Tìm Từ Trùng Lặp​

4.12. Xác Thực Số CMND/CCCD Việt Nam​

4.13. Xác Thực Mã Bưu Chính Việt Nam​

4.14. Tìm Kiếm Hashtag​

4.15. Xác Thực Tên Người Việt Nam​

5. Sử Dụng Trong Các Ngôn Ngữ​

5.1. JavaScript​

5.2. Python​

6. Công Cụ Hỗ Trợ​

7. Lưu Ý Quan Trọng​

8. Kết Luận​

1. Regex Là Gì?

2. Các Thành Phần Cơ Bản

2.1. Ký Tự Đơn Giản

2.2. Ký Tự Đặc Biệt

2.3. Số Lượng

3. Các Kỹ Thuật Nâng Cao

3.1. Nhóm và Tham Chiếu

3.2. Khẳng Định và Phủ Định

4. Ví Dụ Thực Tế

4.1. Xác Thực Email

4.2. Xác Thực Số Điện Thoại Việt Nam

4.3. Xác Thực Mật Khẩu Mạnh

4.4. Xác Thực URL

4.5. Xác Thực Ngày Tháng

4.6. Trích Xuất Thẻ HTML

4.7. Xác Thực Mã Màu HEX

4.8. Xác Thực IPv4

4.9. Tìm Kiếm Thẻ IMG Trong HTML

4.10. Xác Thực Tên File

4.11. Tìm Từ Trùng Lặp

4.12. Xác Thực Số CMND/CCCD Việt Nam

4.13. Xác Thực Mã Bưu Chính Việt Nam

4.14. Tìm Kiếm Hashtag

4.15. Xác Thực Tên Người Việt Nam

5. Sử Dụng Trong Các Ngôn Ngữ

5.1. JavaScript

5.2. Python

6. Công Cụ Hỗ Trợ

7. Lưu Ý Quan Trọng

8. Kết Luận