Java正则表达式使用指南

一、Java 正则表达式核心类

Java 通过 java.util.regex 包中的两个核心类处理正则表达式：

Pattern：编译后的正则表达式对象（不可变，线程安全）。
Matcher：用于对输入字符串进行匹配和操作。

二、基本语法与元字符

1. 常用元字符

元字符	说明
`.`	匹配任意字符（除换行符）
`\d`	数字 `[0-9]`
`\D`	非数字 `[^0-9]`
`\w`	单词字符 `[a-zA-Z0-9_]`
`\W`	非单词字符
`\s`	空白字符（空格、制表符等）
`\S`	非空白字符
`^`	字符串开始
`$`	字符串结束

2. 量词

量词	说明
`*`	0次或多次
`+`	1次或多次
`?`	0次或1次
`{n}`	恰好n次
`{n,}`	至少n次
`{n,m}`	至少n次，至多m次

3. 分组与捕获

语法	说明
`(exp)`	捕获分组
`(?:exp)`	非捕获分组
`(?<name>exp)`	命名分组（Java 7+）

4. 边界与断言

语法	说明
`\b`	单词边界
`(?=exp)`	正向肯定前瞻
`(?!exp)`	正向否定前瞻
`(?<=exp)`	正向肯定后顾
`(?<!exp)`	正向否定后顾

三、Java 中的正则表达式用法

1. 字符串方法快速匹配

String str = "Hello123";
boolean isMatch = str.matches("^[A-Za-z]+\\d+$"); // 匹配字母+数字
String replaced = str.replaceAll("\\d", "*");      // 替换数字为*
String[] parts = str.split("\\d+");                // 按数字分割

2. 使用 `Pattern` 和 `Matcher`

import java.util.regex.*;

// 1. 编译正则表达式
Pattern pattern = Pattern.compile("\\b\\w+\\b");

// 2. 创建 Matcher 对象
Matcher matcher = pattern.matcher("Hello World");

// 3. 查找匹配
while (matcher.find()) {
    System.out.println("找到: " + matcher.group());
}

// 4. 完整匹配验证
boolean isFullMatch = matcher.matches();

// 5. 替换操作
String result = matcher.replaceAll("Java");

四、高级功能示例

1. 命名分组（Java 7+）

String regex = "(?<year>\\d{4})-(?<month>\\d{2})";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher("2023-10");
if (matcher.find()) {
    String year = matcher.group("year");   // 2023
    String month = matcher.group("month"); // 10
}

2. 非贪婪匹配

// 默认贪婪匹配：匹配最长字符串
Pattern.compile("a.*b").matcher("aababb").find(); // 匹配 "aababb"

// 非贪婪匹配：匹配最短字符串
Pattern.compile("a.*?b").matcher("aababb").find(); // 匹配 "aab"

3. 反向引用

// 匹配重复单词（如 "the the"）
String regex = "\\b(\\w+)\\b\\s+\\1\\b";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher("the the");
boolean isMatch = matcher.find(); // true

五、常见用例

案例 1：验证手机号（中国）

需求：匹配以 13/14/15/17/18/19 开头的 11 位手机号。

1
2
3

	String regex = "^1[345789]\\d{9}$";
String phone = "13812345678";
boolean isValid = phone.matches(regex); // true

解释：

^1：以 1 开头。
[345789]：第二位是 3/4/5/7/8/9 中的一个。
\\d{9}$：后接 9 位数字，总长度 11 位。

案例 2：提取 HTML 标签中的内容

需求：提取 <div> 标签内的文本内容。

String html = "<div class='header'>Hello World</div>";
Pattern pattern = Pattern.compile("<div.*?>(.*?)</div>");
Matcher matcher = pattern.matcher(html);
if (matcher.find()) {
    String content = matcher.group(1); // "Hello World"
}

解释：

<div.*?>：匹配 <div 开头，.*? 非贪婪匹配任意字符直到 >。
(.*?)：捕获组，非贪婪匹配标签内容。
</div>：匹配闭合标签。

案例 3：密码强度验证

需求：密码必须包含大小写字母、数字和特殊符号，长度 8-20。

1
2
3

String regex = "^(?=.*[a-z])(?=.*[A-Z])(?=.*\\d)(?=.*[@$!%*?&])[A-Za-z\\d@$!%*?&]{8,20}$";
String password = "Passw0rd!";
boolean isStrong = password.matches(regex); // true

解释：

(?=.*[a-z])：正向肯定前瞻，确保至少一个小写字母。
(?=.*[A-Z])：至少一个大写字母。
(?=.*\\d)：至少一个数字。
(?=.*[@$!%*?&])：至少一个特殊符号。
[A-Za-z\\d@$!%*?&]{8,20}：允许的字符范围，长度 8-20。

案例 4：提取 CSV 文件中的字段

需求：处理 CSV 行，支持字段含逗号和引号。

String csvLine = "John,\"Doe, Jr.\",30";
Pattern pattern = Pattern.compile("(\"[^\"]*\"|[^,]+)");
Matcher matcher = pattern.matcher(csvLine);
List<String> fields = new ArrayList<>();
while (matcher.find()) {
    String field = matcher.group(1).replaceAll("\"", "");
    fields.add(field); // ["John", "Doe, Jr.", "30"]
}

解释：

(\"[^\"]*\"|[^,]+)：匹配两种模式：
- \"[^\"]*\"：引号内的内容（如 "Doe, Jr."）。
- [^,]+：不含逗号的普通字段。

案例 5：验证 IPv4 地址

需求：验证合法的 IPv4 地址（如 192.168.1.1）。

1
2
3

String regex = "^((25[0-5]|2[0-4]\\d|[01]?\\d\\d?)\\.){3}(25[0-5]|2[0-4]\\d|[01]?\\d\\d?)$";
String ip = "192.168.1.1";
boolean isValid = ip.matches(regex); // true

解释：

25[0-5]：匹配 250-255。
2[0-4]\\d：匹配 200-249。
[01]?\\d\\d?：匹配 0-199。
重复 4 次，用 \\. 分隔。

六、性能优化

预编译正则表达式：重用 Pattern 对象，避免重复编译。
避免贪婪量词滥用：使用非贪婪量词（*?、+?）减少回溯。
简化复杂表达式：优先使用字符类（如 \d 代替 [0-9]）。

七、常见问题

1. 转义问题

Java 字符串中的反斜杠 \ 需转义为 \\：

1 2	// 匹配一个数字：正则表达式是 \d，Java 中需写成 "\\d" Pattern.compile("\\d");

2. `matches()` 方法

matcher.matches() 会尝试匹配整个字符串，等同于在正则表达式前后加 ^ 和 $。

3. 区分大小写

默认区分大小写，通过 Pattern.CASE_INSENSITIVE 标志忽略大小写：

1	Pattern.compile("hello", Pattern.CASE_INSENSITIVE);