使用者名稱的驗證規則往往比想像中細緻。以下這個需求相當典型,也示範了如何把多條規則組進同一個正則表達式。
_、小數點 .、減號 -a__a、a--a、a..a 都不合格a_a.a_a.a_a-a-a_a-a.a.a.a 這樣通過有人試著寫成「命中這些情況就算不合格」:
^.{0,2}$|.{21,}|^[^A-Za-z0-9\u4E00-\u9FA5]|[^wu4E00-\u9FA5.-]|([_.-])\1
這個思路本身可行,但問題不少:[^wu4E00...] 少了反斜線,實際上是在排除字母 w、u、4、E 這些字元;而且整串規則又長又難讀,日後要加一條限制就得重新拆解一次。
對應的 VBScript 呼叫:
function regtest(str)
Set re = New RegExp
re.Pattern = "^.{0,2}$|.{21,}|^[^A-Za-z0-9\u4E00-\u9FA5]|[^wu4E00-\u9FA5.-]|([_.-])\1"
if re.Test(str) then
msgbox("不符合")
else
msgbox("符合")
end if
end function
與其列舉所有不合格的情形,不如直接描述合格的樣子:
/^[A-Za-z0-9\u4E00-\u9FA5][A-Za-z0-9\u4E00-\u9FA5_.-]{1,18}[A-Za-z0-9\u4E00-\u9FA5]$/
&& 不含連續重複符號
把「不可連續」拆成獨立的一步檢查,可讀性立刻提升:
function validateUsername(str) {
// 規則一:長度、字元集、首尾限制
var pattern = /^[A-Za-z0-9\u4E00-\u9FA5][A-Za-z0-9\u4E00-\u9FA5_.-]{1,18}[A-Za-z0-9\u4E00-\u9FA5]$/;
if (!pattern.test(str)) return false;
// 規則二:三個符號不可連續重複
if (/([_.-])\1/.test(str)) return false;
return true;
}
關鍵是 ([_.-])\1 這個反向引用:([_.-]) 先捕獲一個符號,\1 要求緊接著出現同一個符號。因此它能精準抓到 __、--、..,卻不會誤判 a_a.a_a 這種合法寫法。這正是原需求最難纏的那一條。
至於首尾限制,正則表達式的第一段與最后一段都只允許字母、數字與中文,符號自然就被排除在首尾之外,不需要額外寫規則。
(?!pattern) 表示「從目前位置往後看,後面不能匹配 pattern」。它是一種零寬斷言——不消耗任何字元,也不佔用捕獲。經典例子:
Windows (?!95|98|NT|2000)
它能匹配 "Windows 3.1" 中的 "Windows",但不會匹配 "Windows 2000" 中的 "Windows"。
若要把「不可連續」也塞進一個正則裡,就可以用它:
/^(?!.*([_.-])\1)[A-Za-z0-9\u4E00-\u9FA5][A-Za-z0-9\u4E00-\u9FA5_.-]{1,18}[A-Za-z0-9\u4E00-\u9FA5]$/
(?!.*([_.-])\1) 放在最前面,意思是「整串字元的任何位置都不該出現連續重複符號」。雖然能一行解決,但把複雜度塞進單一正則會讓維護成本飆升,分成兩步驗證通常更好讀、也更容易針對錯誤給出對應的提示訊息。
\u4E00-\u9FA5 只涵蓋基本漢字;若要支援擴充漢字,需改用 \u{20000}-\u{2A6DF} 並加上 u 旗標。