Validate by Pattern

ภาพรวม

ทุกองค์กรมีรูปแบบรหัสของตัวเอง เช่น PO-2026-0012 หรือทะเบียนรถที่ขึ้นต้นด้วยตัวอักษรไทยสองตัว ไม่มี tool สำเร็จรูปสำหรับทุกกฎ เทคนิคนี้จึงให้คุณเขียนกฎเอง แล้วทำเครื่องหมายค่าที่ไม่ผ่านไว้ให้ตรวจต่อ

เมื่อไหร่ควรใช้

• ตรวจรหัสภายในที่มีรูปแบบตายตัว
• ยืนยันผลของขั้นตอนก่อนหน้า เช่น ตรวจว่าเลขรหัสไปรษณีย์เป็นตัวเลขห้าหลักจริงหลังเติมศูนย์

เมื่อไหร่ไม่ควรใช้

• ตรวจอีเมล เบอร์โทร หรือ URL — ใช้ tool เฉพาะทางที่จัดรูปแบบให้ด้วยจะได้ผลดีกว่า
• Regex ที่ซับซ้อนมากจนไม่มีใครในทีมอ่านออก ควรแยกเป็นหลายขั้นตอนที่อธิบายตัวเองได้

หลักการทำงาน

1. คอมไพล์รูปแบบจาก regex พร้อม flags โดยมี u เป็นค่าเริ่มต้นเพื่อรองรับภาษาไทย
2. fullMatch เปิดอยู่เป็นค่าเริ่มต้น ระบบจะครอบรูปแบบด้วย ^(?:...)$ ให้เอง จึงต้องตรงทั้งค่า
3. ปิด fullMatch เมื่อต้องการแค่ "มีส่วนที่ตรง" อยู่ในค่า
4. ค่าที่หายไปอยู่แล้วจะไม่ถูกตัดสินว่าไม่ผ่าน เพราะเรื่องค่าว่างเป็นงานของ tool หมวด Missing Data

Parameters

โค้ด Python / JavaScript

import json
import re

def validate_regex(value, pattern, full_match=True):
    if value is None:
        return None
    text = str(value)
    source = f'^(?:{pattern})$' if full_match else pattern
    return re.search(source, text) is not None

values = ['AB-123', 'xAB-123', 'ไทย', None]
result = {
    'full': [validate_regex(v, r'[A-Z]{2}-\d{3}') for v in values],
    'partial': [validate_regex(v, r'[A-Z]{2}-\d{3}', full_match=False) for v in values],
}
print(json.dumps(result, ensure_ascii=False))

ตัวอย่างการใช้งาน

คอลัมน์ po_number ควรมีรูปแบบ PO-YYYY-NNNN ตั้ง regex เป็น PO-\d{4}-\d{4} เปิด fullMatch แล้วใช้ action แบบ flag เพื่อดูว่ามีกี่แถวที่ไม่ตรง จากนั้นเรียงตามคอลัมน์ผลตรวจเพื่อดูค่าที่ผิดทั้งหมดในที่เดียว ถ้าเป็นรูปแบบเก่าที่ยังใช้ได้ ให้แปลงด้วย find_replace แทนการลบทิ้ง

เทคนิคที่เกี่ยวข้อง

ใช้ extract_pattern เมื่อต้องการดึงส่วนที่ตรงออกมา ใช้ find_replace เพื่อแก้รูปแบบเดิมให้ถูก และใช้ validate_email หรือ normalize_phone เมื่อกฎเป็นมาตรฐานที่มีอยู่แล้ว

• Extract by Regex
• Find & Replace
• Validate / Normalize Email

ลองใช้กับ Dataset ของคุณ