当前位置： 首页 > news >正文

Java正则表达式完全指南

news 2025/6/5 19:58:49

Java正则表达式完全指南

    • 一、正则表达式基础概念
      • 1.1 什么是正则表达式
      • 1.2 Java中的正则表达式支持
    • 二、正则表达式基本语法
      • 2.1 普通字符
      • 2.2 元字符
      • 2.3 预定义字符类
    • 三、Java中正则表达式的基本用法
      • 3.1 编译正则表达式
      • 3.2 创建Matcher对象并执行匹配
      • 3.3 常用的Matcher方法
    • 四、正则表达式高级应用
      • 4.1 分组与捕获
      • 4.2 反向引用
      • 4.3 贪婪匹配与非贪婪匹配
      • 4.4 零宽断言
    • 五、正则表达式在实际开发中的应用
      • 5.1 表单验证
        • 邮箱验证
        • 手机号验证
        • 身份证号码验证
      • 5.2 文本替换
        • 替换HTML标签
        • 敏感词过滤
      • 5.3 文本分割
        • 按逗号或空格分割
        • 按数字分割
    • 六、正则表达式性能优化
    • 七、常见问题与注意事项
    • 总结

正则表达式（Regular Expression，简称Regex）是一种强大的文本处理工具，它可以帮助开发者高效地进行字符串匹配、查找、替换和分割等操作。在Java中正则表达式的应用场景极为广泛，从简单的表单验证到复杂的文本解析，都离不开正则表达式的支持。虽然之前我也讲过正则表达式，但过于通用，今天本文将专门全面介绍Java中正则表达式的相关知识，从基础语法到高级应用，并结合丰富实例代码，带你深入理解和掌握这一强大工具。

一、正则表达式基础概念

1.1 什么是正则表达式

正则表达式是一种由字符和特殊符号组成的模式，用于描述字符串的特定格式规则。通过使用正则表达式，可以：

  • 检查字符串是否符合特定格式（如邮箱、手机号）
  • 从文本中提取感兴趣的内容（如URL、数字）
  • 替换文本中的特定部分
  • 将文本按特定规则分割

1.2 Java中的正则表达式支持

Java通过java.util.regex包提供对正则表达式的支持，主要涉及以下三个类：

  • Pattern类：用于编译正则表达式，将正则表达式字符串编译为模式对象。
  • Matcher类：用于执行匹配操作，对输入字符串进行解释和匹配操作。
  • PatternSyntaxException类：用于处理正则表达式语法错误的异常类。

二、正则表达式基本语法

2.1 普通字符

普通字符包括没有显式指定为元字符的所有可打印和不可打印字符，它们直接匹配自身。例如：

  • abc 匹配字符串 “abc”
  • 123 匹配字符串 “123”

2.2 元字符

元字符是正则表达式中具有特殊含义的字符，常用的元字符及其含义如下：

元字符描述
.匹配除换行符以外的任意字符
^匹配字符串的开始位置
$匹配字符串的结束位置
*匹配前面的子表达式零次或多次
+匹配前面的子表达式一次或多次
?匹配前面的子表达式零次或一次
{n}匹配前面的子表达式恰好n次
{n,}匹配前面的子表达式至少n次
{n,m}匹配前面的子表达式至少n次，至多m次
[]匹配方括号中指定的任意一个字符
[^]匹配不在方括号中指定的任意一个字符
()标记一个子表达式的开始和结束位置
|表示或关系，匹配两个或多个选项之一

2.3 预定义字符类

为了简化常用字符类的定义，Java提供了一些预定义字符类：

预定义字符类等价表达式描述
\d[0-9]匹配一个数字字符
\D[^0-9]匹配一个非数字字符
\w[a-zA-Z_0-9]匹配一个单词字符（字母、数字、下划线）
\W[^a-zA-Z_0-9]匹配一个非单词字符
\s[ \t\n\x0B\f\r]匹配一个空白字符（空格、制表符、换行符等）
\S[^ \t\n\x0B\f\r]匹配一个非空白字符

三、Java中正则表达式的基本用法

3.1 编译正则表达式

在Java中使用正则表达式，首先需要将正则表达式字符串编译为Pattern对象：

import java.util.regex.Pattern;public class RegexExample {public static void main(String[] args) {// 编译正则表达式Pattern pattern = Pattern.compile("a.*c");}
}

3.2 创建Matcher对象并执行匹配

编译后的Pattern对象用于创建Matcher对象，然后通过Matcher对象执行匹配操作：

import java.util.regex.Matcher;
import java.util.regex.Pattern;public class RegexExample {public static void main(String[] args) {// 编译正则表达式Pattern pattern = Pattern.compile("a.*c");// 创建Matcher对象Matcher matcher = pattern.matcher("abc");// 执行匹配操作boolean isMatch = matcher.matches();System.out.println("是否匹配: " + isMatch);  // 输出: true}
}

3.3 常用的Matcher方法

  • matches()：尝试将整个输入序列与模式匹配。
  • find()：在输入序列中查找下一个匹配的子序列。
  • group()：返回当前匹配的子序列。
  • start()：返回当前匹配的子序列的起始索引。
  • end()：返回当前匹配的子序列的结束索引加1。

示例代码：

import java.util.regex.Matcher;
import java.util.regex.Pattern;public class RegexExample {public static void main(String[] args) {String input = "Hello, world! Hello, Java!";Pattern pattern = Pattern.compile("Hello");Matcher matcher = pattern.matcher(input);// 查找所有匹配项while (matcher.find()) {System.out.println("匹配到: " + matcher.group() + ", 起始位置: " + matcher.start() + ", 结束位置: " + matcher.end());}}
}

输出结果：

匹配到: Hello, 起始位置: 0, 结束位置: 5
匹配到: Hello, 起始位置: 14, 结束位置: 19

四、正则表达式高级应用

4.1 分组与捕获

使用圆括号()可以将正则表达式中的部分内容分组，每个分组可以被单独捕获和引用。分组编号从1开始，0表示整个匹配结果。

示例：匹配并提取邮箱地址中的用户名和域名

import java.util.regex.Matcher;
import java.util.regex.Pattern;public class GroupExample {public static void main(String[] args) {String email = "test.user@example.com";String regex = "([a-zA-Z0-9._%+-]+)@([a-zA-Z0-9.-]+\\.[a-zA-Z]{2,})";Pattern pattern = Pattern.compile(regex);Matcher matcher = pattern.matcher(email);if (matcher.matches()) {System.out.println("完整匹配: " + matcher.group(0));  // 整个匹配结果System.out.println("用户名: " + matcher.group(1));    // 第一组System.out.println("域名: " + matcher.group(2));      // 第二组}}
}

输出结果：

完整匹配: test.user@example.com
用户名: test.user
域名: example.com

4.2 反向引用

在正则表达式中，可以使用\n（n为数字）引用前面已经捕获的分组。例如，匹配重复的单词：

import java.util.regex.Matcher;
import java.util.regex.Pattern;public class BackreferenceExample {public static void main(String[] args) {String text = "hello hello world world";String regex = "\\b(\\w+)\\s+\\1\\b";Pattern pattern = Pattern.compile(regex);Matcher matcher = pattern.matcher(text);while (matcher.find()) {System.out.println("重复的单词: " + matcher.group());}}
}

输出结果：

重复的单词: hello hello
重复的单词: world world

4.3 贪婪匹配与非贪婪匹配

  • 贪婪匹配：默认情况下，正则表达式的量词（如*、+、{n,m}）是贪婪的，会尽可能多地匹配字符。
  • 非贪婪匹配：在量词后面加上?，可以将贪婪匹配转换为非贪婪匹配，尽可能少地匹配字符。

示例：

import java.util.regex.Matcher;
import java.util.regex.Pattern;public class GreedyVsNonGreedy {public static void main(String[] args) {String text = "<html><body><h1>Hello</h1></body></html>";// 贪婪匹配String greedyRegex = "<.*>";Pattern greedyPattern = Pattern.compile(greedyRegex);Matcher greedyMatcher = greedyPattern.matcher(text);if (greedyMatcher.find()) {System.out.println("贪婪匹配: " + greedyMatcher.group());}// 非贪婪匹配String nonGreedyRegex = "<.*?>";Pattern nonGreedyPattern = Pattern.compile(nonGreedyRegex);Matcher nonGreedyMatcher = nonGreedyPattern.matcher(text);while (nonGreedyMatcher.find()) {System.out.println("非贪婪匹配: " + nonGreedyMatcher.group());}}
}

输出结果：

贪婪匹配: <html><body><h1>Hello</h1></body></html>
非贪婪匹配: <html>
非贪婪匹配: <body>
非贪婪匹配: <h1>
非贪婪匹配: </h1>
非贪婪匹配: </body>
非贪婪匹配: </html>

4.4 零宽断言

零宽断言用于在特定位置匹配某些内容，但不包含匹配的内容本身。Java支持四种零宽断言：

断言类型语法描述
正向先行断言(?=pattern)匹配后面跟着pattern的位置
负向先行断言(?!pattern)匹配后面不跟着pattern的位置
正向后行断言(?<=pattern)匹配前面是pattern的位置
负向后行断言(?<!pattern)匹配前面不是pattern的位置

示例：匹配所有以"ing"结尾的单词

import java.util.regex.Matcher;
import java.util.regex.Pattern;public class LookaroundExample {public static void main(String[] args) {String text = "running jumping swimming";String regex = "\\b\\w+(?=ing\\b)";Pattern pattern = Pattern.compile(regex);Matcher matcher = pattern.matcher(text);while (matcher.find()) {System.out.println("匹配到: " + matcher.group());}}
}

输出结果：

匹配到: run
匹配到: jump
匹配到: swim

五、正则表达式在实际开发中的应用

5.1 表单验证

正则表达式常用于表单验证，确保用户输入的数据符合预期格式。

邮箱验证
public static boolean isValidEmail(String email) {String regex = "^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,}$";return Pattern.matches(regex, email);
}
手机号验证
public static boolean isValidPhone(String phone) {String regex = "^1[3-9]\\d{9}$";return Pattern.matches(regex, phone);
}
身份证号码验证
public static boolean isValidIdCard(String idCard) {String regex = "^[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]$";return Pattern.matches(regex, idCard);
}

5.2 文本替换

使用正则表达式可以方便地进行文本替换操作。

替换HTML标签
public static String removeHtmlTags(String html) {String regex = "<[^>]+>";return html.replaceAll(regex, "");
}
敏感词过滤
public static String filterSensitiveWords(String text) {String[] sensitiveWords = {"敏感词1", "敏感词2", "敏感词3"};String regex = String.join("|", sensitiveWords);return text.replaceAll(regex, "***");
}

5.3 文本分割

使用正则表达式可以按复杂规则分割文本。

按逗号或空格分割
public static String[] splitText(String text) {String regex = "[,\\s]+";return text.split(regex);
}
按数字分割
public static String[] splitByNumbers(String text) {String regex = "\\d+";return text.split(regex);
}

六、正则表达式性能优化

  1. 编译一次，多次使用：避免在循环中重复编译相同的正则表达式，应将编译后的Pattern对象缓存并复用。
  2. 简化正则表达式：复杂的正则表达式会降低匹配效率，尽量使用简单、明确的表达式。
  3. 避免过度使用回溯：贪婪匹配和反向引用可能导致大量回溯，影响性能。
  4. 优先使用String类的方法：对于简单的字符串操作，如startsWith()、endsWith()、indexOf()等，应优先使用String类的方法，比正则表达式效率更高。

七、常见问题与注意事项

  1. 转义字符问题：在Java字符串中使用正则表达式时，需要注意转义字符。例如，匹配点号.需要写成\\.，匹配反斜杠\需要写成\\\\。
  2. 性能问题：复杂的正则表达式可能导致性能问题，特别是在处理大量数据时。
  3. 边界问题：使用^和$时要注意是否需要匹配整个字符串，还是只需要匹配部分内容。
  4. Unicode支持：Java默认支持Unicode字符，但在处理非ASCII字符时需要特别注意。

总结

正则表达式是Java中强大的文本处理工具，掌握正则表达式的基本语法和Java中的使用方法，对于提高字符串处理效率和开发质量至关重要。本文从基础概念入手，详细介绍了正则表达式的语法、Java中的API使用、高级应用场景以及性能优化等方面的内容，希望你在今后熟练使用尽量掌握。

http://www.xdnf.cn/news/753499.html

相关文章：

  • vue-11（命名路由和命名视图）
  • Mnist手写数字
  • Python 中 dpkt 库的详细使用指南（强大的 Python 数据包解析库）
  • AI视频“入驻”手机，多模态成智能终端的新战场
  • 网页自动化部署（webhook方法）
  • 机器学习有监督学习sklearn实战二：六种算法对鸢尾花(Iris)数据集进行分类和特征可视化
  • 【ISP算法精粹】动手实战：用 Python 实现 Bayer 图像的黑电平校正
  • Linux 第三阶段课程：数据库基础与 SQL 应用
  • 量子语言模型——where to go
  • PHP与MYSQL结合中中的一些常用函数,HTTP协议定义，PHP进行文件编程,会话技术
  • CCPC dongbei 2025 I
  • 2025 年 AI 技能的全景解析
  • ●day 2 任务以及具体安排：第一章 数组part02
  • 子串题解——和为 K 的子数组【LeetCode】
  • 进阶日记（一）—LLMs本地部署与运行（更新中）
  • 【机器学习基础】机器学习入门核心：Jaccard相似度 (Jaccard Index) 和 Pearson相似度 (Pearson Correlation)
  • NLP学习路线图（十六）：N-gram模型
  • C# 序列化技术全面解析：原理、实现与应用场景
  • 基于大模型预测的寻常型天疱疮诊疗方案研究报告
  • ERP系统中商品定价功能设计：支持渠道、会员与批发场景的灵活定价机制
  • 行业分析---小米汽车2025第一季度财报
  • 基于Python学习《Head First设计模式》第二章 观察者模式
  • 基于 Flickr30k-Entities 数据集 的 Phrase Localization
  • 动态规划第二弹：路径类问题（不同路径，珠宝的最高价值，地下城游戏）
  • rtpmixsound：实现音频混音攻击！全参数详细教程！Kali Linux教程！
  • 五、单元测试-概述入门
  • SQL进阶之旅 Day 10：执行计划解读与优化
  • FFmpeg学习笔记
  • SDL_CreateRendererWithProperties报错Parameter ‘window‘ is invalid
  • Maven概述,搭建,使用