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); - 避免过度使用.通配符，尽可能明确匹配范围
- 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
- 谨慎使用回溯量大的表达式（如嵌套的量词）
