Java中使用正则表达式的正确打开方式

正则表达式基础语法

Java正则表达式基于java.util.regex包,核心类是Pattern和Matcher。基本语法遵循标准正则规范:

  • . 匹配任意单个字符(除换行符)
  • \d 匹配数字,等价于 [0-9]
  • \w 匹配单词字符,等价于 [a-zA-Z0-9_]
  • \s 匹配空白字符(空格、制表符等)
  • \] 字符集合,如 \[abc\] 匹配a、b或c

  • * 匹配前一个元素0次或多次
    • 匹配前一个元素1次或多次
  • ? 匹配前一个元素0次或1次
  • {n} 精确匹配n次
  • {n,} 匹配至少n次
  • {n,m} 匹配n到m次
  • | 写在方括号外面,表示或
  • && 交集,表示与
  • (?!) 忽略后面字符的大小写

常用预定义字符类

复制代码
\\d    数字 [0-9]
\\D    非数字 [^0-9]
\\s    空白字符 [ \\t\\n\\x0B\\f\\r]
\\S    非空白字符 [^\\s]
\\w    单词字符 [a-zA-Z_0-9]
\\W    非单词字符 [^\\w]

边界匹配符

复制代码
^ 匹配行首
$ 匹配行尾
\b 匹配单词边界
\B 匹配非单词边界

Java中的特殊处理

在Java字符串中需要使用双反斜杠转义:

复制代码
// 匹配数字的正则表达式
String regex = "\\d+"; // 实际表示 \d+

Pattern和Matcher使用示例

复制代码
import java.util.regex.*;

String text = "Hello 123 World";

// Pattern:表示正则表达式
Pattern pattern = Pattern.compile("\\d+");
// Matcher:文本匹配器,从头开始读取,直到读取到匹配的字符串
Matcher matcher = pattern.matcher(text);

// 查找匹配
while (matcher.find()) {
    System.out.println("Found: " + matcher.group());
}

// 匹配整个字符串
boolean isMatch = Pattern.matches("Hello.*", text);
  • 贪婪爬取:用+,*,表示尽可能多的获取数据

  • 非贪婪爬取:在+,*后面加上?,表示尽可能少的获取数据

    复制代码
          String str = "aaaaaaaaaabbbbbbbbaaaaaaaaa";
          System.out.println("--------- 贪婪匹配 ---------");
          // 贪婪匹配
          Pattern p = Pattern.compile("ab+");
          Matcher m = p.matcher(str);
          while (m.find()) {
              System.out.println(m.group());
          }
          System.out.println("--------- 懒惰匹配 ---------");
          // 懒惰匹配
          Pattern p1 = Pattern.compile("ab+?");
          Matcher m1 = p1.matcher(str);
          while (m1.find()) {
              System.out.println(m1.group());
          }

效果图:

分组和捕获

使用()创建捕获组:

复制代码
String str = "a123a";
        String str1 = "abc123abc";
        String str2 = "1117891111";
        String str3 = "aa7879a";
        // 捕获分组
        System.out.println("--------- 捕获分组 ---------");
        String regex = "(.).+\\1";
        String regex1 = "(.+).+\\1";
        String regex2 = "((.)\\2).+\\1";

        System.out.println(str.matches(regex));
        System.out.println(str1.matches(regex1));
        System.out.println(str2.matches(regex2));
        System.out.println(str3.matches(regex2));
        // 非捕获分组
        System.out.println("--------- 非捕获分组 ---------");
        String str4 = "我要学学变变变变撑撑撑撑撑";
        str4 = str4.replaceAll("(.)\\1+", "$1");// replaceAll() 方法用于把所有满足匹配的字符串替换成指定的字符串
        System.out.println(str4);

效果图:

  • 从1开始,连续不断
  • 以左括号为基准
  • 捕获分组(默认):① 内部:\组号 ② 外部:$组号(组号会保留下来)
  • 非捕获分组:使用条件,不占组号
    • "?=":表示任一数据
    • "?:":表示所有数据
    • "?!":表示不包含这些数据

常用正则表达式示例

  • 邮箱验证:
    String emailRegex = "^[\\w-_.+]*[\\w-_.]@([\\w]+\\.)+[\\w]+[\\w]$";
  • 手机号验证(中国大陆):
    String phoneRegex = "^1[3-9]\\d{9}$";
  • 身份证号验证(简易版):
    String idCardRegex = "^[1-9]\\d{5}(18|19|20)\\d{2}(0[1-9]|1[0-2])(0[1-9]|[12]\\d|3[01])\\d{3}[0-9Xx]$";
  • URL验证:
    String urlRegex = "^(https?://)?([\\w-]+\\.)+[\\w-]+(/[\\w-./?%&=]*)?$";

特殊匹配模式

通过Pattern的常量设置匹配模式:

复制代码
// 不区分大小写匹配
Pattern.CASE_INSENSITIVE 

// 多行模式(^和$匹配每行的开头和结尾)
Pattern.MULTILINE

// 示例:不区分大小写匹配
Pattern.compile("hello", Pattern.CASE_INSENSITIVE).matcher("Hello").find(); // true

字符串替换

使用正则表达式进行字符串替换:

复制代码
String text = "a1b2c3";
String replaced = text.replaceAll("\\d", "-"); // a-b-c-

性能优化建议

预编译常用正则表达式:

复制代码
private static final Pattern EMAIL_PATTERN = Pattern.compile(emailRegex);
  1. 避免过度使用.通配符,尽可能明确匹配范围
  2. 对于简单固定字符串匹配,优先使用String.contains()或String.startsWith()等原生方法
  3. 谨慎使用回溯量大的表达式(如嵌套的量词)