Xác thực theo mẫu

Làm sạch dữ liệu bằng Java

Dennis Lee

Software Engineer

Vì sao cần xác thực theo mẫu

Dữ liệu cần theo đúng định dạng để chính xác
Ví dụ: ngày nên theo định dạng thống nhất như d-MMM-yy
Vấn đề: định dạng ngày không nhất quán như "24/02/22"
Giải pháp: dùng xác thực theo mẫu để tìm định dạng không nhất quán

// Chúng tôi trích xuất các ngày này từ tập dữ liệu
List<String> dates = Arrays.asList("4-Jan-22", "1-Aug-22", "7-Jul-22", 
                                   "27-Apr-22", "24/02/22");

Ba kiểu xác thực theo mẫu

Khớp toàn bộ mẫu
- Dùng khi định dạng phải chính xác
- Ví dụ: xác thực ngày theo định dạng d-MMM-yy
Tìm mẫu
- Dùng khi vị trí không quan trọng
- Ví dụ: tìm/kiểm tra danh mục sản phẩm trong mô tả
- Sản phẩm có "Dark Chocolate": "85% Dark Chocolate Bar", "Dark Chocolate with Nuts"
Khớp ký tự
- Dùng để sàng lọc nhanh
- Ví dụ: kiểm tra trường số lượng có chữ cái không ("12.5x")

Định nghĩa mẫu bằng regex

Khớp mẫu ngày d-MMM-yy (như "4-Jan-22")
Regex: \\d{1,2}-[A-Za-z]{3}-\\d{2}

\\d{1,2}     // 1-2 chữ số cho ngày (như 4 hoặc 27)
-            // dấu gạch nối

[A-Za-z]{3}  // đúng 3 chữ cho tháng như Jan; hoa hoặc thường
-            // dấu gạch nối

\\d{2}       // đúng 2 chữ số cho năm (như 22)

Khớp toàn bộ mẫu

import java.util.regex.Pattern;

// Khớp d-MMM-yy
Pattern datePattern = Pattern.compile("\\d{1,2}-[A-Za-z]{3}-\\d{2}");


for (String date : dates) {
    // Kiểm tra date có khớp datePattern không
    boolean isValid = datePattern.matcher(date).matches();
    System.out.println(date + " hợp lệ: " + isValid);
}

Khớp toàn bộ mẫu: đầu ra

4-Jan-22 hợp lệ: true
1-Aug-22 hợp lệ: true
7-Jul-22 hợp lệ: true
27-Apr-22 hợp lệ: true
24/02/22 hợp lệ: false

Tìm mẫu

import java.util.regex.Matcher;

Pattern monthPattern = Pattern.compile("[A-Za-z]{3}"); // 3 chữ như "Jan"

for (String date : dates) {
    Matcher matcher = monthPattern.matcher(date);  // monthPattern có trong date không?

    if (matcher.find()) { // Trả về true nếu tìm thấy mẫu

        // matcher.group() trả về nội dung khớp
        System.out.println("Tìm thấy tháng: " + matcher.group());
    } else {
        System.out.println("Không tìm thấy tháng trong: " + date);
    }
}

Tìm mẫu: đầu ra

Tìm thấy tháng: Jan
Tìm thấy tháng: Aug
Tìm thấy tháng: Jul
Tìm thấy tháng: Apr
Không tìm thấy tháng trong: 24/02/22

Khớp ký tự

import com.google.common.base.CharMatcher;

for (String date : dates) {
    boolean isValid =
            // Kiểm tra chữ số trong date
            CharMatcher.inRange('0', '9').matchesAnyOf(date) &&

             // Kiểm tra chữ cái (hoa và thường) trong date
            CharMatcher.inRange('a', 'z')
                    .or(CharMatcher.inRange('A', 'Z')).matchesAnyOf(date) &&

            CharMatcher.is('-').matchesAnyOf(date); // Kiểm tra dấu gạch nối trong date
    System.out.println(date + " có ký tự hợp lệ: " + isValid);
}

Khớp ký tự: đầu ra

4-Jan-22 có ký tự hợp lệ: true
1-Aug-22 có ký tự hợp lệ: true
7-Jul-22 có ký tự hợp lệ: true
27-Apr-22 có ký tự hợp lệ: true
24/02/22 có ký tự hợp lệ: false

Tổng hợp

// Định nghĩa mẫu d-MMM-yy, như 4-Jan-22
Pattern datePattern = Pattern.compile("\\d{1,2}-[A-Za-z]{3}-\\d{2}");

// Khớp toàn bộ mẫu (date có khớp datePattern không?)
boolean matchesPattern = datePattern.matcher(date).matches();

// Tìm mẫu (date có chuỗi tháng không?)
boolean hasMonth = Pattern.compile("[A-Za-z]{3}").matcher(date).find();

// Khớp ký tự (date có chữ số không?)
boolean hasDigits = CharMatcher.digit().matchesAnyOf(date);

Hãy thực hành!

Làm sạch dữ liệu bằng Java