Java正则表达式：从基础到高级应用全解析

Java正则表达式应用与知识点详解

一、正则表达式基础概念

正则表达式(Regular Expression)是通过特定语法规则描述字符串模式的工具，常用于：

• 数据格式验证
• 文本搜索与替换
• 字符串分割
• 模式匹配提取

Java通过java.util.regex包提供支持，核心类：

• Pattern：编译后的正则表达式对象
• Matcher：执行匹配操作的引擎
• PatternSyntaxException：正则语法异常

二、核心语法详解

1. 字符匹配

// 匹配数字字符
String regex = "\\d";  // 等效于[0-9]
System.out.println("8".matches(regex));  // true// 特殊字符转义
String regex2 = "\\$\\d+\\.\\d{2}";  // 匹配$12.34格式
System.out.println("$99.99".matches(regex2)); // true

1. 预定义字符类 | 表达式 | 说明 | |--------|-----------------------| | \d | 数字：[0-9] | | \D | 非数字：[^0-9] | | \s | 空白字符：[\t\n\x0B\f\r] | | \w | 单词字符：[a-zA-Z_0-9]|

2. 量词

String regex = "a{2,4}";  // 匹配2到4个a
System.out.println("aaa".matches(regex));  // true

1. 边界匹配

// 匹配完整行
String regex = "^\\d{3}-\\d{4}$";
System.out.println("123-4567".matches(regex));  // true

三、分组与反向引用

Pattern pattern = Pattern.compile("(\\d{3})-(\\d{4})");
Matcher matcher = pattern.matcher("123-4567");
if(matcher.find()){System.out.println(matcher.group(0));  // 123-4567System.out.println(matcher.group(1));  // 123System.out.println(matcher.group(2));  // 4567
}

四、常用方法实战

1. 字符串分割

String[] parts = "apple,banana;cherry".split("[,;]");
// ["apple", "banana", "cherry"]

1. 替换操作

String result = "18812345678".replaceAll("(\\d{3})\\d{4}(\\d{4})", "$1****$2");
// 188****5678

1. 复杂匹配验证

// 邮箱验证正则
String emailRegex = "^[\\w-]+(\\.[\\w-]+)*@([\\w-]+\\.)+[a-zA-Z]{2,7}$";
System.out.println("[e-mail]".matches(emailRegex));  // true

五、高级应用示例

1. 提取HTML内容

String html = "<div><h1>Title</h1><p>Content</p></div>";
Pattern tagPattern = Pattern.compile("<([a-zA-Z]+)>(.*?)</\\1>");
Matcher m = tagPattern.matcher(html);while(m.find()){System.out.println("标签：" + m.group(1) + " 内容：" + m.group(2));
}
// 输出：
// 标签：h1 内容：Title
// 标签：p 内容：Content

1. 日志分析

String log = "2023-08-20 14:23:45 [INFO] User login: id=12345";
Pattern logPattern = Pattern.compile("(\\d{4}-\\d{2}-\\d{2}) " +         // 日期"(\\d{2}:\\d{2}:\\d{2}) " +         // 时间"\\[(\\w+)\\] " +                   // 日志级别"(.+)");                            // 消息内容Matcher m = logPattern.matcher(log);
if(m.find()){System.out.println("时间：" + m.group(1) + " " + m.group(2));System.out.println("级别：" + m.group(3));System.out.println("消息：" + m.group(4));
}

六、性能优化建议

1. 预编译Pattern对象

// 多次使用的正则应预编译
private static final Pattern DATE_PATTERN = Pattern.compile("\\d{4}-\\d{2}-\\d{2}");

1. 避免过度回溯

// 差：(a+)*b 
// 优：a+b

1. 合理使用懒惰量词

// 匹配最短内容
<.*?>  // 懒惰匹配

七、常见问题解决

1. 中文匹配

String chineseRegex = "[\\u4e00-\\u9fa5]+";
System.out.println("中文测试".matches(chineseRegex));  // true

1. 多行匹配模式

Pattern multiLine = Pattern.compile("^\\d+", Pattern.MULTILINE);
String input = "123\n456";
Matcher m = multiLine.matcher(input);
while(m.find()){System.out.println(m.group());  // 输出123和456
}

1. 大小写不敏感

Pattern.compile("[a-z]+", Pattern.CASE_INSENSITIVE);

八、调试工具推荐

1. 在线验证工具：regex101.com
2. IDEA内置正则调试器
3. Regex Tester插件

通过系统学习正则表达式，可以显著提升文本处理效率。建议从简单模式开始实践，逐步掌握复杂表达式编写技巧，同时注意特殊字符转义和性能优化问题。