Java 正则表达式的使用方法
十分想念顺店杂可。。。
下面是 Java 正则表达式详细的使用指南，涵盖语法细节、核心类方法、高级特性及实战案例：
一、正则表达式语法详解
1. 基础字符匹配
- 普通字符：直接匹配自身（如
a匹配 "a"，3匹配 "3"）。 - 转义字符：用
\\表示特殊含义（Java 中需双重转义）：\\.匹配.（避免被解读为任意字符）\\*匹配*（避免被解读为量词）\\n匹配换行符，\\t匹配制表符
2. 字符类（[] 定义）
- 枚举匹配：
[abc]匹配a/b/c；[0-9]匹配任意数字（等价于\\d）。 - 排除匹配：
[^abc]匹配非a/b/c的字符。 - 范围组合：
[a-zA-Z0-9]匹配字母或数字（等价于\\w）。 - 预定义字符类：
\\d=[0-9]（数字）\\D=[^0-9]（非数字）\\s=[ \t\n\x0B\f\r]（空白符）\\S=[^ \t\n\x0B\f\r]（非空白符）\\w=[a-zA-Z_0-9]（单词字符）\\W=[^a-zA-Z_0-9]（非单词字符）
3. 量词（控制匹配次数）
- 贪婪模式（默认）：尽可能多匹配：
*：0 次或多次（a*匹配""、"a"、"aa"...）+：1 次或多次（a+匹配"a"、"aa"...）?：0 次或 1 次（a?匹配""或"a"）{n}：恰好 n 次（a{3}匹配"aaa"）{n,}：至少 n 次（a{2,}匹配"aa"、"aaa"...）{n,m}：n 到 m 次（a{1,3}匹配"a"、"aa"、"aaa"）
- 非贪婪模式：在量词后加
?，尽可能少匹配：a*?：匹配 0 次或多次，但优先最短（如"aaaa"中匹配""）a+?：匹配 1 次即可（如"aaaa"中匹配"a"）
4. 边界匹配
^：行的开头（^abc匹配以"abc"开头的字符串）。$：行的结尾（abc$匹配以"abc"结尾的字符串）。\\b：单词边界（\\bcat\\b匹配独立单词"cat"，不匹配"category"中的"cat"）。\\B：非单词边界（\\Bcat\\B匹配"category"中的"cat"）。
5. 分组与引用
- 捕获分组：用
()定义，可通过group(n)提取：Pattern p = Pattern.compile("(\\d{4})-(\\d{2})-(\\d{2})"); // 年-月-日分组 Matcher m = p.matcher("2023-10-05"); if (m.matches()) {String year = m.group(1); // "2023"String month = m.group(2); // "10" } - 非捕获分组：用
(?:pattern)定义，仅用于分组不捕获（节省性能）：Pattern p = Pattern.compile("(?:https?):\\/\\/"); // 匹配http://或https://，不捕获 - 反向引用：用
\\n引用第 n 个分组的内容（替换时用$n）：// 交换两个数字（如"12-34" → "34-12"） String result = "12-34".replaceAll("(\\d+)-(\\d+)", "$2-$1");
6. 零宽断言（预查）
- 正向肯定预查：
(?=pattern)匹配后面紧跟pattern的位置：Pattern p = Pattern.compile("\\d+(?=元)"); // 匹配后面是"元"的数字（如"100元"中的"100"） - 正向否定预查：
(?!pattern)匹配后面不紧跟pattern的位置：Pattern p = Pattern.compile("\\d+(?!元)"); // 匹配后面不是"元"的数字（如"100个"中的"100"） - 反向肯定预查：
(?<=pattern)匹配前面是pattern的位置：Pattern p = Pattern.compile("(?<=￥)\\d+"); // 匹配前面是"￥"的数字（如"￥100"中的"100"） - 反向否定预查：
(?<!pattern)匹配前面不是pattern的位置：Pattern p = Pattern.compile("(?<!￥)\\d+"); // 匹配前面不是"￥"的数字（如"$100"中的"100"）
二、Pattern 类详解
1. 编译方法与标志
// 基本编译
Pattern pattern = Pattern.compile(regex);// 带标志编译（多标志用 | 分隔）
Pattern pattern = Pattern.compile(regex, Pattern.CASE_INSENSITIVE | Pattern.MULTILINE);
常用标志：
CASE_INSENSITIVE：忽略大小写（如a匹配A）。MULTILINE：多行模式（^匹配每行开头，$匹配每行结尾）。DOTALL：s模式，.匹配包括换行符\n在内的所有字符。UNICODE_CASE：结合CASE_INSENSITIVE，支持 Unicode 字符大小写匹配。COMMENTS：忽略正则中的空格和#注释（需用(?x)开启内联注释）。
2. 常用方法
matcher(CharSequence input)：创建 Matcher 对象。split(CharSequence input)：按匹配规则分割字符串（返回数组）：String[] parts = Pattern.compile("\\|").split("a|b|c"); // ["a", "b", "c"]matches(String regex, CharSequence input)：静态方法，直接判断全匹配。
三、Matcher 类详解
1. 匹配状态方法
matches()：全字符串匹配（整个字符串必须符合正则）。lookingAt()：从字符串开头匹配（不必匹配全部）：Matcher m = Pattern.compile("\\d+").matcher("123abc"); m.lookingAt(); // true（匹配"123"）find()：查找下一个匹配子串（可循环调用）：Matcher m = Pattern.compile("\\d+").matcher("a123b456"); while (m.find()) {System.out.println(m.group()); // 依次输出"123"、"456" }start()/end()：返回当前匹配的起始 / 结束索引（end()是匹配后一位）：m.find(); // 匹配"123" m.start(); // 1（"123"在字符串中的起始索引） m.end(); // 4（"123"结束索引的下一位）
2. 替换与修改方法
replaceAll(String replacement)：替换所有匹配。replaceFirst(String replacement)：替换第一个匹配。appendReplacement(StringBuffer sb, String replacement)：逐步替换并追加到缓冲区（灵活控制替换过程）：StringBuffer sb = new StringBuffer(); Matcher m = Pattern.compile("\\d+").matcher("a123b456"); while (m.find()) {m.appendReplacement(sb, "*" + m.group() + "*"); // 包裹数字 } m.appendTail(sb); // 追加剩余部分 System.out.println(sb.toString()); // "a*123*b*456*"
3. 重置与重新配置
reset()：重置匹配器状态，可重新输入字符串：matcher.reset("new string"); // 重新匹配新字符串usePattern(Pattern newPattern)：更换正则模式（复用 Matcher 对象）。
四、实战案例
1. 验证手机号（中国大陆）
String regex = "^1[3-9]\\d{9}$"; // 1开头，第二位3-9，共11位
boolean isValid = Pattern.matches(regex, "13800138000"); // true
2. 提取 URL 中的域名
String url = "https://www.example.com/path?query=1";
Pattern p = Pattern.compile("(?<=https?://)(\\w+\\.)+\\w+");
Matcher m = p.matcher(url);
if (m.find()) {String domain = m.group(); // "www.example.com"
}
3. 清除 HTML 标签
String html = "<div><p>Hello</p></div>";
String text = html.replaceAll("<[^>]+>", ""); // 替换所有标签为空白 → "Hello"
4. 格式化数字（每 3 位加逗号）
String number = "123456789";
String formatted = number.replaceAll("(\\d)(?=(\\d{3})+$)", "$1,"); // "123,456,789"
五、性能与避坑指南
- 避免灾难性回溯：复杂正则（如
(a+)+b匹配aaaaa）可能导致性能爆炸，建议简化或拆分。 - 预编译复用：频繁使用的正则用
Pattern预编译，避免重复编译开销。 - 转义陷阱：注意特殊字符转义（如
.、*、(需加\\）。 - 贪婪与非贪婪选择：根据需求选择模式（如提取标签用
.*?而非.*）。 - 分组索引：
group(0)是全匹配，分组从1开始计数。
通过掌握上述细节，可应对 Java 中绝大多数正则表达式场景，包括字符串验证、提取、格式化等复杂需求。正则表达式的核心在于多练习，结合具体场景调试模式。