java 正则详解

Java 正则表达式详解

Java 提供了强大的正则表达式支持，位于 java.util.regex 包中。正则表达式（Regular Expression）是一种用来定义字符串匹配模式的语言，广泛应用于字符串的搜索、替换和分割等操作。

1. 核心类和接口

在 Java 中，正则表达式的主要实现依赖以下两个类：

Pattern：
- 编译后的正则表达式。
- 提供用于定义和编译正则表达式的方法。
Matcher：
- 用于执行匹配操作的引擎。
- 提供了匹配、查找、替换等操作的方法。

2. `Pattern` 类

Pattern 类用于表示编译后的正则表达式。它提供了以下主要方法：

2.1 编译正则表达式

使用 Pattern.compile(String regex) 编译正则表达式：

Pattern pattern = Pattern.compile("\\d+"); // 匹配一个或多个数字

2.2 常用方法

方法	描述
`compile(String regex)`	编译正则表达式，返回一个 `Pattern` 对象。
`matcher(CharSequence input)`	返回一个 `Matcher` 对象，用于匹配指定输入字符串。
`split(CharSequence input)`	根据正则表达式分割输入字符串，返回一个字符串数组。
`pattern()`	返回正则表达式的字符串表示。

3. `Matcher` 类

Matcher 类用于操作正则表达式并执行匹配。它主要依赖于一个 Pattern 对象。

3.1 创建 Matcher

通过 Pattern.matcher(CharSequence input) 创建：

Pattern pattern = Pattern.compile("\\d+");
Matcher matcher = pattern.matcher("abc123def456");

3.2 常用方法

方法	描述
`matches()`	检查整个字符串是否完全匹配正则表达式。
`find()`	查找字符串中与正则匹配的子串（可多次调用找到多个匹配）。
`group()`	返回最近一次匹配的子串。
`start()`	返回最近一次匹配的子串在输入中的起始索引。
`end()`	返回最近一次匹配的子串在输入中的结束索引（不包括结束位置）。
`replaceAll(String replacement)`	用指定字符串替换所有匹配的子串。
`replaceFirst(String replacement)`	用指定字符串替换第一个匹配的子串。
`group(int group)`	返回捕获组的子串。
`groupCount()`	返回正则表达式中的捕获组数目。

4. 快速上手

4.1 匹配

import java.util.regex.*;public class RegexExample {public static void main(String[] args) {String input = "123abc456";Pattern pattern = Pattern.compile("\\d+"); // 匹配一个或多个数字Matcher matcher = pattern.matcher(input);System.out.println("Input: " + input);System.out.println("Pattern: " + pattern.pattern());while (matcher.find()) {System.out.println("Match: " + matcher.group() + " at [" + matcher.start() + ", " + matcher.end() + ")");}}
}

输出：

Input: 123abc456
Pattern: \d+
Match: 123 at [0, 3)
Match: 456 at [6, 9)

4.2 分割

import java.util.regex.*;public class SplitExample {public static void main(String[] args) {String input = "apple,orange;banana grape";Pattern pattern = Pattern.compile("[,; ]"); // 匹配逗号、分号或空格String[] result = pattern.split(input);for (String word : result) {System.out.println(word);}}
}

输出：

apple
orange
banana
grape

4.3 替换

import java.util.regex.*;public class ReplaceExample {public static void main(String[] args) {String input = "abc123def456";Pattern pattern = Pattern.compile("\\d+"); // 匹配数字Matcher matcher = pattern.matcher(input);String replaced = matcher.replaceAll("#"); // 替换所有数字为 #System.out.println(replaced); // 输出：abc#def#}
}

4.4 验证输入

import java.util.regex.*;public class ValidationExample {public static void main(String[] args) {String email = "user@example.com";Pattern pattern = Pattern.compile("^[A-Za-z0-9+_.-]+@[A-Za-z0-9.-]+$");Matcher matcher = pattern.matcher(email);if (matcher.matches()) {System.out.println("Valid email");} else {System.out.println("Invalid email");}}
}

5. 正则表达式语法

5.1 常用元字符

元字符	描述	示例
`.`	匹配任意单个字符（换行符除外）。	`a.c` 匹配 `abc` 或 `a-c`。
`\d`	匹配数字 `[0-9]`。	`\d+` 匹配 `123`、`456`。
`\D`	匹配非数字字符。	`\D+` 匹配 `abc`。
`\w`	匹配字母、数字或下划线 `[A-Za-z0-9_]`。	`\w+` 匹配 `word_123`。
`\W`	匹配非字母、数字或下划线。	`\W+` 匹配 `@!#`。
`\s`	匹配空白字符（空格、制表符等）。	`\s+` 匹配空格或换行。
`\S`	匹配非空白字符。	`\S+` 匹配非空白部分。

5.2 量词

量词	描述	示例
`*`	匹配前一个字符 0 次或多次。	`a*` 匹配 `""`、`a`、`aaa`。
`+`	匹配前一个字符 1 次或多次。	`a+` 匹配 `a`、`aaa`。
`?`	匹配前一个字符 0 次或 1 次。	`a?` 匹配 `""`、`a`。
`{n}`	匹配前一个字符恰好 n 次。	`a{3}` 匹配 `aaa`。
`{n,}`	匹配前一个字符至少 n 次。	`a{2,}` 匹配 `aa`、`aaa`。
`{n,m}`	匹配前一个字符 n 到 m 次。	`a{1,3}` 匹配 `a`、`aa`、`aaa`。

5.3 边界匹配

边界	描述	示例
`^`	匹配行的开头。	`^abc` 匹配以 `abc` 开头的字符串。
`$`	匹配行的结尾。	`abc$` 匹配以 `abc` 结尾的字符串。
`\b`	匹配单词边界。	`\bword\b` 匹配 `word`。
`\B`	匹配非单词边界。	`\Bword\B` 不匹配 `word`。

5.4 分组和引用

语法	描述	示例
`()`	定义一个分组。	`(abc)+` 匹配 `abcabc`。
`	`	或运算符，表示匹配多个选项之一。
`\n`	引用第 n 个分
组的匹配。	`(.)\1` 匹配重复字符，如 `aa`。