Tìm hiểu về Regular Expressions 

           Regular Expression hay còn gọi là biểu thức chính quy được dùng để xử lý chuỗi nâng cao thông qua biểu thức riêng của nó, những biểu thức này sẽ có những nguyên tắc riêng và bạn phải tuân theo nguyên tắc đó thì biểu thức của bạn mới hoạt động được. Ngoài cái tên gọi Regular Expression ra thì nó còn có thể viết tắt thành RegEx. Hiểu đơn giản Regex là cách để diễn tả một đoạn mẫu phức tạp dùng đẻ tìm kiếm bằng một chuỗi, ví dụ như bạn có thể check một chuỗi bao gồm chữ hoặc số, kiểm tra số lượng ký tự, lấy ra chuỗi theo chuẩn cho trước.

           Regex có thể sử dụng được trong hầu hết các ngôn ngữ, để học Regex cơ bản thì khá đơn giản, bạn chỉ cần học những expression cơ bản rồi kết hợp chúng lại với nhau. Các bạn có thể vào trang https://regex101.com để tìm hiểu và thử ngay đoạn regex mình viết.

Một số cú pháp Regular expression:

• ‘.‘
  

               Ở dạng mặc định, ký tự này khớp với bất kỳ một ký tự thông thường                     nào ngoại trừ ký tự newline(\n).

• ‘$‘
  
  Khớp với ký tự cuối chuỗi(ký tự giả định được thêm vào cuối mỗi chuỗi hoặc trước ký tự newline trong trường hợp chuỗi có nhiều dòng). Ví dụ biểu thức ‘foo‘ sẽ khớp với cả hai chuỗi ‘foo’ và ‘foobar’ trong khi biểu thức ‘foo$‘ chỉ khớp với chuỗi ‘foo’ mà không khớp với chuỗi ‘foobar’ nữa.
  
• ‘*‘
  
  làm cho biểu thức chính quy khớp với 0 hoặc nhiều lần lặp lại của biểu thức chính quy được định nghĩa trước nó, càng nhiều lần lặp lại càng tốt. Ví dụ biểu thức ‘ab*‘ sẽ khớp với ‘a’, ‘ab’ hoặc ‘a’ theo sau bởi bất kỳ số chữ cái ‘b’ nào.
  
• ‘+‘
  
  Làm cho biểu thức chính quy khớp với 1 hoặc nhiều lần lặp lại của biểu thức chính quy được định nghĩa trước nó. Ví dụ ‘ab+‘ sẽ khớp với ‘a’ theo sau bởi bất kỳ số chữ cái ‘b’ nào(khác 0, tức là chữ b xuất hiện ít nhất 1 lần), và nó không khớp với chuỗi ‘a’ nữa.
  
• ‘?‘
  
  làm cho biểu thức chính quy khớp với 0 hoặc 1 lần lặp lại của biểu thức chính quy được định nghĩa trước đó. Ví dụ ab? sẽ khớp với chuỗi ‘a’ hoặc ‘ab’.
  
• ‘*?‘, ‘+?‘, ‘??‘
  
  Ký tự ‘*‘, ‘+‘ và ‘?‘ là các ký tự tham lam, chúng sẽ khớp với chuỗi dài nhất có thể. Đôi khi hành vi này là không mong muốn, nêu biểu thức ‘<.*>‘ được so khớp với chuỗi ‘<a> b <c>’, nó sẽ khớp với toàn bộ chuỗi(nhưng ta lại chỉ muốn tìm ra chuỗi ‘<a>’ và ‘<c>’). Thêm dấu ‘?‘ vào sau chúng sẽ giải quyết được vấn đề này. Nó sẽ tìm ra chuỗi khớp với mẫu với ít ký tự nhất có thể. Sử dụng ‘<.*?>‘ sẽ chỉ khớp với chuỗi ‘<a>’.
  
• ‘{m}‘
  
  chỉ định rằng chính xác m bản sao của biểu thức chính quy được định nghĩa trước đó được lặp lại, ít hơn sẽ không khớp. Ví dụ, ‘a{6}‘ sẽ khớp với chính xác 6 ký tự ‘a’, chuỗi có 5 ký tự ‘a’ sẽ không khớp.
  
• ‘{m,n}‘
  
  chỉ định rằng biểu thức chính quy sẽ khớp với m đến n lần lặp lại của biểu thức chính quy được định nghĩa trước đó, có gắng khớp nhiều nhất có thể. Ví dụ ‘a{3,5}‘ sẽ khớp với chuỗi từ 3 đến 5 ký tự ‘a’. Nếu bỏ qua m, nó sẽ mặc định là 0, còn n mặc định là vô hạn. Ví dụ ‘a{4,}b‘ sẽ khớp với ‘aaaab’ hoặc một nghìn ký tự ‘a’ theo sau là ký tự ‘b’.
  
• ‘{m,n}?‘
  
  Đây là phiên bản không tham lam của biểu thức trước, chỉ định rằng biểu thức chính quy sẽ khớp với m đến n lần lặp lại của biểu thức chính quy được định nghĩa trước đó, có gắng khớp ít nhất có thể. Ví dụ trong chuỗi 6 ký tự ‘a’, biểu thức ‘a{3,5}‘ sẽ khớp với 5 ký tự ‘a’ trong khi biểu thức ‘a{3,5}?‘ chỉ khớp với 3 ký tự ‘a’.
  
• ‘\‘
  
  Đây có thể là ký tự với nhãn không phải ký tự đặc biệt(cho phép bạn coi các ký tự ‘*?.‘ như các ký tự thông thường) hoặc là sự bắt đầu cho một ký tự đặc biệt, ví dụ ‘\n, \t‘.
  
• ‘[…]‘
  
  Được sử dụng để thể hiện tập các ký tự.
  Các ký tự có thể được liệt kê riêng lẻ. Ví dụ ‘[akm]‘ sẽ khớp với ký tự ‘a’ hoặc ‘k’ hoặc ‘m’.
  Có thể liệt kê bằng 1 khoảng các ký tự, giữa ký tự bắt đầu và kết thúc cách nhau bởi dấu ‘–‘. Ví dụ ‘[a-z]‘ sẽ khớp với tất cả các ký tự viết thường từ ‘a’ tới ‘z’. ‘[0-5][0-9]‘ sẽ khớp với tất cả các số có 2 chữ số trong khoảng từ 00 đến 59. Nếu bạn thực sự muốn liệt kê ký tự ‘–‘ trong tập hợp thì hãy nhớ lại cách dùng dấu ‘\‘ (sử dụng biểu thức ‘[a-z]‘) hoặc thêm dấu ‘–‘ vào đầu hoặc cuối tập hợp(‘[a-]‘).
  Các ký tự đặc biệt trong dấu ‘[]‘ sẽ được coi như ký tự thông thường. Ví dụ ‘[(+*)]‘ sẽ khớp với bất kỳ ký tự ‘(‘, ‘+‘ hoặc ‘)‘ nào.
  
• ‘|‘
  
  ‘A|B‘, trong đó A và B là các biểu thức chính quy tùy ý. Đây là một biểu thức chính quy khớp với các chuỗi khớp với biểu thức A hoặc B. Số lượng bất kỳ các biểu thức chính quy có thể được phân cách nhau theo cách này. Nó như phép toán OR trong số học.
  
• ‘(…)‘
  
  Khớp với bất kỳ biểu thức chính quy nào bên trong dấu ngoặc đơn. Nó cũng là ký hiệu cho biết điểm bắt đầu và kết thúc của một nhóm. Các giá trị khớp với biểu thức trong cặp dấu ngoặc đơn được lưu lại và có thể được sử dụng lại sau này.
  

• Các ký tự đặc biệt được bắt đầu bởi dấu ‘\‘:
  

• ‘\number‘
  
  khớp với nội dung của nhóm được đánh số. Ví dụ, ‘(.+)\1‘ khớp với chuỗi ‘the the’ thì ‘\1‘ sẽ có giá trị là chuỗi ‘the the’. Các chuỗi được đánh số từ 1 tới 99.
  
• ‘\A‘
  
  chỉ khớp với giá trị đầu chuỗi
  
• ‘\b‘
  
  khớp với chuỗi rỗng, nhưng chỉ ở đầu hoặc cuối của một từ. Một từ được định nghĩa là một chuỗi các ký tự chữ, số hoặc dấu gạch dưới. Do đó, kết thúc của một từ có thể được biểu thị bằng dấu khoảng trắng hoặc ký tự không phải chữ, số và dấu gạch dưới. ‘\b‘ được định nghĩa là ranh giới giữa một ‘\w‘ và một ‘\W‘(hoặc ngược lại) hoặc giữa ‘\w‘ với ký tự bắt đầu/ kết thúc của một chuỗi. Ví dụ, ‘r’\bfoo\b’‘ sẽ khớp với ‘foo’, ‘foo.’, ‘(foo)’, ‘bar foo baz’ nhưng không khớp với ‘foobar’ hoặc ‘foo3’.
  
• ‘\B‘
  
  khớp với chuỗi rỗng, nhưng chỉ khi nó không đứng ở vị trí bắt đầu hoặc kết thúc 1 từ. Điều này có nghĩa là ‘r’py\B’‘ khớp với chuỗi ‘python’, ‘python3’, ‘py2’ nhưng không khớp với ‘py.’, ‘py’ hoặc ‘py!’. Đây là trường hợp đối nghịch với ‘\b‘.
  
• ‘\d‘
  
  khớp với bất kỳ chữ số thập phân nào, tương đương với ‘[0-9]‘
  
• ‘\D‘
  
  Khớp với bất kỳ ký tự không phải chữ số nào, tương đương với tập hợp ”[^0-9]”
  
• ‘\s‘
  
  khớp với bất kỳ ký tự khoảng trắng nào, tương đương với tập hợp ‘[\t\n\r\f\v]‘
  
• ‘\S‘
  
  khớp với bất kỳ ký tự nào không phải khoảng trắng, tương đương với tập hợp ‘[^\t\n\r\f\v]‘
  
• ‘\w‘
  
  khớp với bất kỳ ký tự chữ, số nào và dấu gạch dưới, điều này tương đương với tập hợp ‘[a-zA-Z0-9_]‘.
  
• ‘\W‘
  
  khớp với bất kỳ ký tự không phải chữ, số nào và dấu gạch dưới, điều này tương đương với tập hợp ‘[^ a-zA-Z0-9_]‘
  
• ‘\Z‘
  
  chỉ khớp với giá trị cuối chuỗi.
  

Ví dụ 1: lấy địa chỉ URL :

Ví dụ 2: Lấy email từ chuỗi:

Ví dụ 3: Xóa bỏ console.log() từ file js: