如何使用正则表达式校验UUID？jsonschema校验报错排查

乱码不是校验失败的根因，只是正则写法错误带来的附带现象：你看到的疑似西里尔字母的乱码，是JSON字符串中\b未正确转义被解析为退格控制字符、错误提示渲染异常导致的。
你写的正则存在3个致命问题，直接导致所有正常UUID都无法匹配：

• jsonschema的pattern字段遵循ECMA 262正则规范，不支持JS正则字面量的前后斜杠与修饰符写法，你写的开头/、结尾的/gi都会被当成正则的匹配内容，相当于强制要求传入字符串必须以/开头、以/gi结尾，完全不符合UUID的格式。
• 正则中冗余添加的\b单词边界符无实际作用，还会因为JSON转义问题产生乱码。
• 用[\w]匹配字符段的写法不符合规范：\w默认匹配下划线_，会放过不符合UUID规则的非法值；且该规则没有加^/$首尾锚定，只要字符串任意位置包含符合规则的片段就会判定通过，存在校验绕过风险。

你用来测试的aaaaaaaa-bbbb-cccc-dddd-eeeeeeeeeeee本身完全符合UUID的字符格式规则，之前匹配失败完全是上述正则写法错误导致的。

方案1：正则校验（兼容所有jsonschema版本） #

去掉正则前后的斜杠、修饰符与冗余的\b，严格限制十六进制字符范围，加上首尾锚定，配置如下：

{
  "companyId": {
    "type": "string",
    "default": "",
    "title": "The companyId Schema",
    "pattern": "^[0-9a-fA-F]{8}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{12}$",
    "examples": ["71158c1a-56fd-4dd4-8e7f-fb95711a41de"]
  }
}

方案2：内置format校验（推荐） #

如果使用的jsonschema库支持format校验，直接用内置的uuid格式规则即可，无需自行维护正则，容错率更高：

{
  "companyId": {
    "type": "string",
    "format": "uuid",
    "default": "",
    "title": "The companyId Schema",
    "examples": ["71158c1a-56fd-4dd4-8e7f-fb95711a41de"]
  }
}

注意：部分jsonschema实现默认关闭非核心format规则的校验，使用前需要手动开启format校验开关。

• /^[0-9a-fA-F]{8}\b-[0-9a-fA-F]{4}\b-[0-9a-fA-F]{4}\b-[0-9a-fA-F]{4}\b-[0-9a-fA-F]{12}$：多余的前后斜杠会被当成匹配内容，冗余\b存在转义乱码风险
• /^[0-9a-fA-F]{8}\b-[0-9a-fA-F]{4}\b-[0-9a-fA-F]{4}\b-[0-9a-fA-F]{4}\b-[0-9a-fA-F]{12}$/gi：除上述问题外，结尾的gi修饰符也会被当成匹配内容，jsonschema的pattern默认已支持大小写匹配、配合^$锚定即可匹配完整字符串，无需额外加修饰符
• [\w]{8}-[\w]{4}-[\w]{4}-[\w]{4}-[\w]{12}：无首尾锚定存在绕过风险，\w匹配下划线会放过非法值

内容的提问来源于stack exchange，提问作者roeygol