Regular Expression (Regex)
Hướng dẫn: regex nhìn như chữ ngoài hành tinh? Thực ra chỉ là 1 mini-language để "mô tả pattern của text". Chương này từ zero giúp bạn hiểu core idea, dùng vài symbol giải 80% bài toán search + validate text.
0. Sao cần regex?
Tưởng tượng:
- Lấy mọi IP address trong 1 log dài
- Validate format email user nhập
- Replace mọi date
2024/01/15thành2024-01-15 - Extract mọi link từ HTML source
String search thường? Phải viết cả đống if-else. Regex? 1 dòng pattern xong.
1. Khởi động: 3 phút bắt đầu
👇 Click thử: nhập regex, xem real-time match
正则表达式：文本的搜索引擎模式匹配 · 分组捕获 · 实时预览
//
匹配结果3 个匹配
我的手机号是 13812345678，座机是 010-12345678，邮箱是 test@example.com
#1
"13812345678"#2
"010"#3
"12345678"试试预设：
核心思想：正则表达式是一种用特殊符号描述文本模式的语言，在搜索、替换、数据验证中无处不在。
1 câu hiểu
Regex = dùng symbol đặc biệt mô tả "bạn muốn tìm text kiểu gì". \d = số, + = 1 hoặc nhiều, → \d+ = "1 hoặc nhiều số".
2. Core concept: ghép "lego"
Bản chất regex = ghép 3 loại "lego":
2.1 Lego 1: Character class (match char gì)
| Syntax | Nghĩa | Ví dụ |
|---|---|---|
. | Char bất kỳ | a.c → abc, a1c, a c |
\d | Số [0-9] | \d\d → 42, 99 |
\w | Chữ/số/underscore | \w+ → hello, user_1 |
\s | Whitespace | Match space, tab |
[abc] | 1 trong set | [aeiou] → nguyên âm |
[^abc] | Không trong set | [^0-9] → không phải số |
2.2 Lego 2: Quantifier (match mấy lần)
| Syntax | Nghĩa | Ví dụ |
|---|---|---|
* | 0 hoặc nhiều | ab* → a, ab, abbb |
+ | 1 hoặc nhiều | ab+ → ab, abbb (không match a) |
? | 0 hoặc 1 | colou?r → color, colour |
{3} | Đúng 3 lần | \d{3} → 123 |
{2,4} | 2-4 lần | \d{2,4} → 12, 1234 |
2.3 Lego 3: Position + group
| Syntax | Nghĩa | Ví dụ |
|---|---|---|
^ | Đầu dòng | ^Hello → dòng bắt đầu Hello |
$ | Cuối dòng | end$ → dòng kết thúc end |
\b | Word boundary | \bcat\b → cat (không match catch) |
(...) | Capture group | (\d+)-(\d+) → capture riêng |
a|b | Or | cat|dog → cat hoặc dog |
3. Pattern validate thường gặp
3.1 Email
[\w.+-]+@[\w-]+\.[\w.]+Phân tích:
[\w.+-]+— username (chữ-số-dot-plus-dash)@— literal @[\w-]+— domain\.— escape dot[\w.]+— TLD
3.2 Phone VN (10 số bắt đầu 0)
0\d{9}Phân tích:
0— bắt đầu 0\d{9}— 9 số sau
3.3 Password strength
^(?=.*[a-z])(?=.*[A-Z])(?=.*\d).{8,}$Phân tích:
(?=.*[a-z])— ít nhất 1 chữ thường (lookahead)(?=.*[A-Z])— ít nhất 1 chữ hoa(?=.*\d)— ít nhất 1 số.{8,}— tổng ≥ 8 ký tự
4. Dùng regex trong code
JavaScript
javascript
const text = 'Contact: 0912345678 or 0987654321'
const regex = /0\d{9}/g
const phones = text.match(regex)
// ['0912345678', '0987654321']
// Replace
text.replace(/\d{4}(?=\d{4}$)/, '****')
// Ẩn 4 số giữa của phone
// Validate
/^[\w.+-]+@[\w-]+\.[\w.]+$/.test('user@example.com')
// truePython
python
import re
text = 'Giá 99k, giảm 20k'
numbers = re.findall(r'\d+', text)
# ['99', '20']
# Replace
re.sub(r'\d+', 'X', text)
# 'Giá Xk, giảm Xk'
# Group capture
match = re.search(r'(\d+)-(\d+)', '2024-01-15')
match.group(1) # '2024'
match.group(2) # '01'5. Greedy vs Lazy
Text: <b>hello</b> and <b>world</b>| Pattern | Match | Note |
|---|---|---|
<b>.*</b> | <b>hello</b> and <b>world</b> | Greedy: match max |
<b>.*?</b> | <b>hello</b> | Lazy: match min |
Nhớ
Default = greedy. Add ? sau quantifier = lazy. Thường bạn cần lazy.
6. Tổng kết
Core
- Regex = mini-language mô tả text pattern, dùng search/match/replace
- 3 loại lego: character class + quantifier + position/group
- \d \w \s = 3 char class hay dùng nhất
- Không cần viết từ đầu: pattern thông dụng đã có sẵn nhiều
- Greedy vs lazy: default greedy, thêm
?thành lazy
2026 AI era
- Hỏi AI viết regex: "viết regex match số điện thoại VN" → AI gen ngay
- Tools: regex101.com (test online), regexr.com
- AI code editor (Cursor, Copilot): suggest regex theo context
- Vẫn phải hiểu basic: để debug và verify AI gen có đúng không
Tiếp theo: