深入理解正则表达式及基本使用教程

目录

摘要

一、正则表达式是什么？

二、正则表达式的基本语法

[1. 元字符](#1. 元字符)

[2. 字符集与范围](#2. 字符集与范围)

[3. 常用预定义字符集](#3. 常用预定义字符集)

[4. 分组与反向引用](#4. 分组与反向引用)

捕获分组：

非捕获分组：

[三、Java 中正则表达式的实现](#三、Java 中正则表达式的实现)

[1. Java 基础示例](#1. Java 基础示例)

[2. 替换字符串](#2. 替换字符串)

[3. 验证输入格式](#3. 验证输入格式)

[4. 提取信息](#4. 提取信息)

[5. 拆分字符串](#5. 拆分字符串)

四、常见正则表达式应用场景

[1. 手机号验证](#1. 手机号验证)

[2. 提取 HTML 标签内容](#2. 提取 HTML 标签内容)

[3. 替换多余空格](#3. 替换多余空格)

五、总结

摘要

正则表达式（Regular Expression，简称 Regex）是一种文本处理的利器，它广泛应用于验证、搜索、提取和替换文本的场景中。在 Java 中，正则表达式被 java.util.regex 包很好地支持，提供了强大的匹配能力。

本文将带你从零学习正则表达式，涵盖基本语法、实际应用场景以及详细的 Java 代码示例，帮助你掌握这项极为实用的技能。

一、正则表达式是什么？

正则表达式是一种用于描述文本模式的语言。通过正则表达式，你可以对文本执行以下操作：

1. 验证：检查字符串是否符合特定规则（如邮箱格式、手机号验证）。
2. 提取：从复杂的文本中提取有用信息（如时间、日期、IP 地址）。
3. 替换：替换特定模式的字符（如清理多余空格或替换敏感信息）。
4. 分割：将一个字符串按照模式拆分成多个部分。

---

二、正则表达式的基本语法

正则表达式由普通字符和元字符组成：

1. 普通字符：字母、数字、未被特殊定义的符号（如 abc, 123）。
2. 元字符：具有特殊含义的字符（如 ., *, [ ], ^, $ 等）。

1. 元字符

以下是常用的元字符及其含义：

元字符	描述	示例
.	匹配任意单个字符（除换行符外）	正则 a.c 匹配 "abc"、"a1c"
^	匹配字符串的开始	正则 ^abc 匹配以 "abc" 开头的字符串
$	匹配字符串的结束	正则 xyz$ 匹配以 "xyz" 结尾的字符串
*	匹配前一个字符零次或多次	正则 ab* 匹配 "a"、"ab"、"abb"
+	匹配前一个字符一次或多次	正则 ab+ 匹配 "ab"、"abb"
?	匹配前一个字符零次或一次	正则 ab? 匹配 "a"、"ab"
{n}	匹配前一个字符恰好 n 次	正则 a{3} 匹配 "aaa"
{n,}	匹配前一个字符至少 n 次	正则 a{2,} 匹配 "aa"、"aaa"
{n,m}	匹配前一个字符至少 n 次，至多 m 次	正则 a{2,4} 匹配 "aa"、"aaa"、"aaaa"
[]	匹配方括号中的任意一个字符	正则 [abc] 匹配 "a"、"b"、"c"
`	`	表示逻辑"或"
\	转义符，用于匹配元字符的字面含义	正则 \. 匹配 "."

---

2. 字符集与范围

字符集通过 [] 定义，用于匹配集合中的任意字符。通过 - 可以定义范围：

• [abc]：匹配 a 或 b 或 c。
• [0-9]：匹配任意数字（0 到 9）。
• [a-zA-Z]：匹配任意大小写字母。
• [^abc]：匹配除 a, b, c 之外的任意字符。

---

3. 常用预定义字符集

预定义字符集是正则表达式的快捷方式，简化了常见模式：

符号	描述	等价写法
\d	匹配任意数字（0-9）	[0-9]
\D	匹配任意非数字字符	[^0-9]
\w	匹配字母、数字或下划线	[a-zA-Z0-9_]
\W	匹配非字母、数字或下划线	[^a-zA-Z0-9_]
\s	匹配空白字符（空格、制表符等）	[ \t\n\r\f\v]
\S	匹配非空白字符	[^ \t\n\r\f\v]

---

4. 分组与反向引用

括号 () 用于分组，分组的内容可以单独提取或重复使用：

捕获分组：

• (abc)：匹配 "abc" 并捕获。
• 捕获的内容可以通过 \1, \2 等引用。

非捕获分组：

• (?:abc)：匹配 "abc"，但不捕获。

---

三、Java 中正则表达式的实现

Java 提供了 java.util.regex 包，包含两个核心类：

1. Pattern：正则表达式的编译表示。
2. Matcher：用于执行匹配操作的引擎。

1. Java 基础示例

以下代码展示了如何在 Java 中使用正则表达式进行基本的匹配：

import java.util.regex.*;

public class RegexDemo {
    public static void main(String[] args) {
        String text = "今天是2023年10月8日";
        String pattern = "\\d+"; // 匹配一个或多个数字

        // 编译正则表达式
        Pattern compiledPattern = Pattern.compile(pattern);

        // 创建匹配器
        Matcher matcher = compiledPattern.matcher(text);

        // 查找所有匹配项
        while (matcher.find()) {
            System.out.println("匹配到的数字: " + matcher.group());
        }
    }
}

//输出
匹配到的数字: 2023
匹配到的数字: 10
匹配到的数字: 8

2. 替换字符串

使用 String 类的 replaceAll() 方法，可以快速替换匹配的内容：

public class ReplaceExample {
    public static void main(String[] args) {
        String text = "价格是100美元";
        String pattern = "\\d+"; // 匹配数字

        // 替换数字为 "数字"
        String result = text.replaceAll(pattern, "数字");
        System.out.println(result); // 输出：价格是数字美元
    }
}

3. 验证输入格式

正则表达式常用于验证用户输入是否符合特定规则。以下是一个验证邮箱格式的示例：

public class EmailValidation {
    public static void main(String[] args) {
        String email = "example@domain.com";
        String pattern = "^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\\.[a-zA-Z]{2,}$";

        if (email.matches(pattern)) {
            System.out.println("邮箱格式正确");
        } else {
            System.out.println("邮箱格式错误");
        }
    }
}

4. 提取信息

以下代码展示了如何从日志中提取 IP 地址：

import java.util.regex.*;

public class ExtractIP {
    public static void main(String[] args) {
        String log = "用户访问IP：192.168.1.1，时间：12:30";
        String pattern = "\\b\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\b";

        Pattern compiledPattern = Pattern.compile(pattern);
        Matcher matcher = compiledPattern.matcher(log);

        if (matcher.find()) {
            System.out.println("提取到的IP地址: " + matcher.group());
        }
    }
}


//输出
提取到的IP地址: 192.168.1.1

---

5. 拆分字符串

你可以使用 split 方法将字符串按正则模式分割：

public class SplitExample {
    public static void main(String[] args) {
        String text = "apple,banana,orange";
        String pattern = ",";

        String[] result = text.split(pattern);
        for (String fruit : result) {
            System.out.println(fruit);
        }
    }
}


//输出

apple
banana
orange

四、常见正则表达式应用场景

1. 手机号验证

String pattern = "^1[3-9]\\d{9}$";
String phone = "13812345678";
System.out.println(phone.matches(pattern)); // 输出：true

2. 提取 HTML 标签内容

String html = "<title>正则表达式</title>";
String pattern = "<title>(.*?)</title>";
Matcher matcher = Pattern.compile(pattern).matcher(html);
if (matcher.find()) {
    System.out.println(matcher.group(1)); // 输出：正则表达式
}

3. 替换多余空格

String text = "  去除   多余  空格  ";
String result = text.replaceAll("\\s+", " ").trim();
System.out.println(result); // 输出：去除 多余 空格

五、总结

正则表达式是一项非常强大的工具，可以极大地提高文本处理的效率。在 Java 中，可以通过 Pattern 和 Matcher 类实现复杂的匹配操作。