关于“判断字符串是否含有非法字符”的思考

项目案例

项目中遇到一项任务：禁止文件名含有中文字符、空格等非法字符的文件，在circleci持续整合中进行排查。

那思路很简单呢，用中文字符正则表达式去检查项目下文件路径就好了不是吗？
那这样我们写出的代码是：

const str = '我有中文字符';
if(/.*[\u4e00-\u9fa5]+.*$/.test(str)){ 
    throw new Error('不能含有汉字');
} 

黑名单和白名单

什么是黑白名单？针对本文案例，黑名单当然就是含中文字符、空格这些非法字符的字符串，而白名单就是我想要的，只包含英文、数字、下划线、英文句点等字符的字符串。
那上面的思路就是基于黑名单的实现咯。

但是，我们仔细审查一下，会发现基于黑名单的排查，是极易出现纰漏的，以上方法就不能识别中文全角的括"（"和"）"。
因此更严谨的方法就是采用白名单实现，我们判断字符串是不是我们想要的，实现如下：

//我们要求必须只能还有英文、数字、_、.、/、+、-、@、&这些字符
const regex = /^[A-Z0-9a-z()~_./+-@&]*$/;

if (!regex.test(path)) {
    throw new Error('包含非法字符');
}

这样就万无一失了。

思考

这种黑白名单的实现不仅能用在本文案例中，比如我们设计一个随机算法，但是该随机算法中需要把一些特殊情况排除掉的时候，我们的直接思维方式就是排除这些情况，那么能不能反过来直接从生成的角度，不生成这些情况了。

这样我们的代码就会变得健壮。