java-正则表达式 2

7. 复杂的正则表达式示例（续）

7.1 验证日期格式

以下正则表达式用于验证日期格式，例如YYYY-MM-DD。

import java.util.regex.*;public class RegexExample {public static void main(String[] args) {String[] dates = {"2023-01-01","2023-13-01", // 无效月份"2023-12-32", // 无效日期"2023-02-29", // 非闰年的无效日期"2024-02-29"  // 闰年的有效日期};String patternString = "^(\\d{4})-(0[1-9]|1[0-2])-(0[1-9]|[12]\\d|3[01])$";Pattern pattern = Pattern.compile(patternString);for (String date : dates) {Matcher matcher = pattern.matcher(date);System.out.println(date + ": " + matcher.matches());}}
}

在上述代码中，正则表达式^(\\d{4})-(0[1-9]|1[0-2])-(0[1-9]|[12]\\d|3[01])$用于验证日期格式。该表达式验证了年份的格式为四位数字，月份为01到12，日期为01到31。

8. 正则表达式的高级用法

8.1 捕获组和非捕获组

捕获组通过圆括号()来定义，非捕获组通过(?:...)来定义。捕获组会保存匹配到的内容，而非捕获组不会。

import java.util.regex.*;public class RegexExample {public static void main(String[] args) {String text = "The price is $123.45";String patternString = "(\\$)(\\d+\\.\\d{2})";Pattern pattern = Pattern.compile(patternString);Matcher matcher = pattern.matcher(text);if (matcher.find()) {System.out.println("Full match: " + matcher.group(0)); // 输出：$123.45System.out.println("Currency symbol: " + matcher.group(1)); // 输出：$System.out.println("Amount: " + matcher.group(2)); // 输出：123.45}}
}

在上述代码中，正则表达式(\\$)(\\d+\\.\\d{2})用于匹配带有货币符号的金额。捕获组用于提取货币符号和金额部分。

8.2 断言

断言是一种零宽度匹配，分为正向断言和负向断言。

• • 正向断言(?=...)：匹配某个位置前面满足特定条件的字符。
• • 负向断言(?!...)：匹配某个位置前面不满足特定条件的字符。

import java.util.regex.*;public class RegexExample {public static void main(String[] args) {String text = "foo123bar";// 正向断言：匹配数字前面是foo的部分String patternString1 = "foo(?=\\d)";Pattern pattern1 = Pattern.compile(patternString1);Matcher matcher1 = pattern1.matcher(text);if (matcher1.find()) {System.out.println("Positive Lookahead: " + matcher1.group()); // 输出：foo}// 负向断言：匹配数字前面不是foo的部分String patternString2 = "(?<!foo)\\d";Pattern pattern2 = Pattern.compile(patternString2);Matcher matcher2 = pattern2.matcher(text);while (matcher2.find()) {System.out.println("Negative Lookbehind: " + matcher2.group());}}
}

在上述代码中，正向断言用于匹配数字前面是foo的部分，负向断言用于匹配数字前面不是foo的部分。

8.3 贪婪、勉强和占有量词

量词用于指定匹配的数量，量词可以是贪婪的、勉强的或占有的。

• • 贪婪量词（默认）：尽可能多地匹配。比如*、+、?。
• • 勉强量词：尽可能少地匹配。比如*?、+?、??。
• • 占有量词：尽可能多地匹配且不回溯。比如*+、++、?+。

import java.util.regex.*;public class RegexExample {public static void main(String[] args) {String text = "aaaa";// 贪婪量词：尽可能多地匹配String patternString1 = "a+";Pattern pattern1 = Pattern.compile(patternString1);Matcher matcher1 = pattern1.matcher(text);if (matcher1.find()) {System.out.println("Greedy: " + matcher1.group()); // 输出：aaaa}// 勉强量词：尽可能少地匹配String patternString2 = "a+?";Pattern pattern2 = Pattern.compile(patternString2);Matcher matcher2 = pattern2.matcher(text);if (matcher2.find()) {System.out.println("Reluctant: " + matcher2.group()); // 输出：a}// 占有量词：尽可能多地匹配且不回溯String patternString3 = "a++";Pattern pattern3 = Pattern.compile(patternString3);Matcher matcher3 = pattern3.matcher(text);if (matcher3.find()) {System.out.println("Possessive: " + matcher3.group()); // 输出：aaaa}}
}

在上述代码中，分别演示了贪婪量词、勉强量词和占有量词的匹配行为。

9. 正则表达式的性能优化

正则表达式的性能可能会受到匹配模式和输入数据的影响。在编写正则表达式时，应该考虑以下优化策略：

9.1 避免回溯

使用贪婪量词可能导致回溯，从而影响性能。尽量使用勉强量词或占有量词来减少回溯。

9.2 使用预编译的Pattern

避免在每次匹配时都重新编译正则表达式。可以将正则表达式预编译成Pattern对象并重用。

public class RegexExample {private static final Pattern pattern = Pattern.compile("\\d+");public static void main(String[] args) {String text = "123 456 789";Matcher matcher = pattern.matcher(text);while (matcher.find()) {System.out.println("Found: " + matcher.group());}}
}

9.3 优化正则表达式

简化和优化正则表达式，使其更高效。例如，使用字符类而不是单独的字符匹配。

String patternString1 = "[aeiou]"; // 使用字符类
String patternString2 = "a|e|i|o|u"; // 使用单独字符匹配

10. 常见正则表达式示例

10.1 验证IP地址

以下正则表达式用于验证IPv4地址的格式。

import java.util.regex.*;public class RegexExample {public static void main(String[] args) {String[] ips = {"192.168.0.1","255.255.255.255","256.256.256.256", // 无效IP地址"192.168.1.300"   // 无效IP地址};String patternString = "^((25[0-5]|2[0-4]\\d|[01]?\\d\\d?)\\.){3}(25[0-5]|2[0-4]\\d|[01]?\\d\\d?)$";Pattern pattern = Pattern.compile(patternString);for (String ip : ips) {Matcher matcher = pattern.matcher(ip);System.out.println(ip + ": " + matcher.matches());}}
}

在上述代码中，正则表达式^((25[0-5]|2[0-4]\\d|[01]?\\d\\d?)\\.){3}(25[0-5]|2[0-4]\\d|[01]?\\d\\d?)$用于验证IPv4地址的格式。

11. 工具和框架中的正则表达式

正则表达式在各种工具和框架中得到了广泛应用。例如：

• • 文本编辑器和IDE：许多文本编辑器和IDE支持正则表达式搜索和替换。
• • Web框架：Web框架使用正则表达式进行URL路由和参数验证。
• • 数据处理工具：正则表达式用于数据清洗和解析。