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
• ^ 在字符集中表示否定，如 [^abc] 匹配非a/b/c的字符
• * 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

\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

^ 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：

// 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

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

        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：

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：

// 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：

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：

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）