“`java
Java 正则表达式详解：快速入门与结果输出示例
正则表达式 (Regular Expression, regex) 是一种强大的文本模式匹配工具，它允许你使用预定义的模式来搜索、替换、验证和提取字符串中的特定内容。Java 通过 java.util.regex 包提供了对正则表达式的支持，使得我们可以轻松地在 Java 程序中使用正则表达式。本文将深入探讨 Java 正则表达式的各个方面，从基础概念到高级用法，并提供丰富的代码示例，帮助你快速入门并掌握正则表达式在 Java 中的应用。
一、正则表达式的基本概念
在深入 Java 之前，我们需要先理解正则表达式本身的一些核心概念：
-
字面量字符 (Literal Characters): 这是正则表达式中最简单的形式，代表它们自身。例如，正则表达式 “abc” 将匹配字符串中出现的 “abc”。
-
元字符 (Metacharacters): 这些字符具有特殊的含义，用于表示更复杂的模式。 常见的元字符包括：
.(点号): 匹配任何单个字符，除了换行符。^(插入符号): 匹配字符串的开头。$(美元符号): 匹配字符串的结尾。*(星号): 匹配前一个字符零次或多次。+(加号): 匹配前一个字符一次或多次。?(问号): 匹配前一个字符零次或一次。[](方括号): 定义一个字符集，匹配方括号内的任何一个字符。()(圆括号): 分组，用于捕获匹配的内容，并可以应用量词到整个组。|(竖线): 逻辑或，匹配竖线左侧或右侧的模式。\(反斜杠): 用于转义元字符，使其失去特殊含义，匹配字面上的字符。
-
字符集 (Character Sets): 使用方括号
[]定义，表示匹配括号内的任何一个字符。例如：[abc]：匹配字符 ‘a’、’b’ 或 ‘c’。[a-z]：匹配所有小写字母。[A-Z]：匹配所有大写字母。[0-9]：匹配所有数字。[^abc]：匹配除了 ‘a’、’b’ 和 ‘c’ 之外的任何字符 (取反)。
-
量词 (Quantifiers): 指定一个模式应该重复多少次。
{n}：精确匹配 n 次。 例如，a{3}匹配 “aaa”。{n,}：匹配至少 n 次。 例如，a{2,}匹配 “aa”、”aaa”、”aaaa” 等。{n,m}：匹配至少 n 次，最多 m 次。 例如，a{2,4}匹配 “aa”、”aaa” 和 “aaaa”。
-
预定义字符类 (Predefined Character Classes): 提供了一些常用的字符集的简写形式。
\d：匹配任何数字字符 (相当于[0-9])。\D：匹配任何非数字字符 (相当于[^0-9])。\w：匹配任何单词字符 (字母、数字和下划线，相当于[a-zA-Z0-9_])。\W：匹配任何非单词字符 (相当于[^a-zA-Z0-9_])。\s：匹配任何空白字符 (空格、制表符、换行符等)。\S：匹配任何非空白字符。
-
分组和捕获 (Grouping and Capturing): 使用圆括号
()将一部分正则表达式分组，可以对整个组应用量词。 同时，圆括号还可以捕获匹配该组的文本，以便后续使用。
二、Java 中使用正则表达式的类
Java 提供了 java.util.regex 包来支持正则表达式操作。 主要涉及两个类：
-
Pattern类: 表示一个编译后的正则表达式。 它提供了compile()方法来将正则表达式字符串编译成一个Pattern对象。Pattern对象是线程安全的，可以被多个线程共享。 -
Matcher类: 用于对字符串进行匹配操作。 它通过Pattern对象的matcher()方法创建，并接受要匹配的字符串作为参数。Matcher对象不是线程安全的，每个线程都应该有自己的Matcher对象。
三、Java 正则表达式的基本用法
以下是一个使用 Java 正则表达式进行匹配的基本示例：
“`java
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegexExample {
public static void main(String[] args) {
String text = "This is a sample string with numbers 123 and 456.";
String regex = "\\d+"; // 匹配一个或多个数字
// 1. 编译正则表达式
Pattern pattern = Pattern.compile(regex);
// 2. 创建 Matcher 对象
Matcher matcher = pattern.matcher(text);
// 3. 查找匹配的子字符串
while (matcher.find()) {
// 4. 获取匹配的子字符串
String match = matcher.group();
System.out.println("Found match: " + match);
System.out.println("Start index: " + matcher.start());
System.out.println("End index: " + matcher.end());
}
// 使用matches()方法进行完全匹配
String regex2 = "Hello.*";
Pattern pattern2 = Pattern.compile(regex2);
Matcher matcher2 = pattern2.matcher("Hello World");
System.out.println("Matches the entire string: " + matcher2.matches());
// 使用lookingAt()方法从字符串开头进行匹配
Matcher matcher3 = pattern2.matcher("Hello World again");
System.out.println("Matches at the beginning of the string: " + matcher3.lookingAt());
}
}
“`
代码解释：
import java.util.regex.Matcher;和import java.util.regex.Pattern;: 导入需要的类。String text = ...: 定义要匹配的字符串。String regex = "\\d+";: 定义正则表达式。\\d+匹配一个或多个数字。需要使用双反斜杠\\来转义\d，因为反斜杠在 Java 字符串中也是一个转义字符。Pattern pattern = Pattern.compile(regex);: 将正则表达式编译成一个Pattern对象。Matcher matcher = pattern.matcher(text);: 创建一个Matcher对象，用于对字符串text进行匹配。while (matcher.find()) { ... }: 循环查找匹配的子字符串。matcher.find()方法尝试查找字符串中下一个匹配的子字符串，如果找到则返回true，否则返回false。String match = matcher.group();: 获取当前匹配的子字符串。matcher.group()方法返回当前匹配的子字符串。System.out.println("Found match: " + match);: 打印匹配的子字符串。System.out.println("Start index: " + matcher.start());: 打印匹配子字符串的起始索引。System.out.println("End index: " + matcher.end());: 打印匹配子字符串的结束索引 (不包含)。matcher.matches(): 尝试将整个字符串与正则表达式进行匹配。 如果整个字符串都匹配，则返回true，否则返回false。matcher.lookingAt(): 尝试从字符串的开头开始匹配正则表达式。 如果字符串的开头匹配，则返回true，否则返回false。
四、Matcher 类的常用方法
Matcher 类提供了许多方法，用于执行不同的匹配操作：
find(): 查找字符串中下一个匹配的子字符串。matches(): 尝试将整个字符串与正则表达式进行匹配。lookingAt(): 尝试从字符串的开头开始匹配正则表达式。group(): 返回当前匹配的子字符串。group(int groupIndex): 返回指定分组的匹配的子字符串，分组索引从 1 开始。group(0)等同于group()，返回整个匹配的字符串。start(): 返回当前匹配的子字符串的起始索引。start(int groupIndex): 返回指定分组的匹配的子字符串的起始索引。end(): 返回当前匹配的子字符串的结束索引 (不包含)。end(int groupIndex): 返回指定分组的匹配的子字符串的结束索引 (不包含)。replaceAll(String replacement): 将所有匹配的子字符串替换为指定的字符串。replaceFirst(String replacement): 将第一个匹配的子字符串替换为指定的字符串。appendReplacement(StringBuffer sb, String replacement): 将当前匹配之前的字符串以及替换字符串追加到StringBuffer中。appendTail(StringBuffer sb): 将输入字符串中最后一次匹配之后的部分追加到StringBuffer中。
五、分组和捕获的应用
分组和捕获是正则表达式中非常强大的特性，允许你提取匹配的特定部分。
“`java
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class GroupExample {
public static void main(String[] args) {
String text = "Name: John Doe, Age: 30";
String regex = "Name: (\\w+ \\w+), Age: (\\d+)"; // 捕获姓名和年龄
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(text);
if (matcher.find()) {
String name = matcher.group(1); // 获取第一个分组 (姓名)
String age = matcher.group(2); // 获取第二个分组 (年龄)
System.out.println("Name: " + name);
System.out.println("Age: " + age);
}
}
}
“`
代码解释：
String regex = "Name: (\\w+ \\w+), Age: (\\d+)";: 定义正则表达式，使用圆括号()创建了两个分组。(\\w+ \\w+): 匹配一个或多个单词字符，后面跟一个空格，再跟一个或多个单词字符 (姓名)。(\\d+): 匹配一个或多个数字 (年龄)。
String name = matcher.group(1);: 使用matcher.group(1)获取第一个分组的匹配结果 (姓名)。String age = matcher.group(2);: 使用matcher.group(2)获取第二个分组的匹配结果 (年龄)。
六、替换操作
Matcher 类提供了 replaceAll() 和 replaceFirst() 方法，用于替换匹配的子字符串。
“`java
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class ReplaceExample {
public static void main(String[] args) {
String text = "The price is $100. The shipping is $20.";
String regex = "\$\\d+"; // 匹配以 $ 开头的数字
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(text);
String replacedText = matcher.replaceAll("USD "); // 替换所有匹配项为 "USD "
System.out.println("Replaced all: " + replacedText);
Matcher matcher2 = pattern.matcher(text);
String replacedFirstText = matcher2.replaceFirst("USD "); // 替换第一个匹配项为 "USD "
System.out.println("Replaced first: " + replacedFirstText);
}
}
“`
七、更复杂的正则表达式示例
以下是一些更复杂的正则表达式示例，展示了正则表达式的强大功能：
- 验证电子邮件地址：
java
String emailRegex = "^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,}$";
- 验证手机号码：
java
String phoneRegex = "^1[3-9]\\d{9}$"; // 中国大陆手机号码
- 提取 URL 中的域名：
“`java
String urlRegex = “^(https?://)?([\w.-]+)/.*$”;
String url = “https://www.example.com/path/to/page”;
Pattern pattern = Pattern.compile(urlRegex);
Matcher matcher = pattern.matcher(url);
if (matcher.matches()) {
String domain = matcher.group(2); // 域名在第二个分组中
System.out.println(“Domain: ” + domain);
}
“`
- 提取 HTML 标签：
java
String htmlRegex = "<[^>]+>";
八、最佳实践
- 性能： 编译正则表达式是一项相对昂贵的操作。 如果需要多次使用同一个正则表达式，最好将其编译成
Pattern对象并重复使用。 - 可读性： 复杂的正则表达式可能难以理解。 尽量将正则表达式分解成更小的、更易于理解的部分，并使用注释来解释其含义。
- 转义： 确保正确转义元字符，以避免意外的行为。 使用
\来转义元字符。 在 Java 字符串中，需要使用\\来表示一个字面上的反斜杠。 - 测试： 充分测试你的正则表达式，以确保它们能够正确匹配你期望的模式。
九、总结
Java 正则表达式提供了一种强大的方法来处理字符串。 通过理解正则表达式的基本概念和 java.util.regex 包中的类，你可以轻松地在 Java 程序中使用正则表达式进行匹配、替换、验证和提取操作。 掌握正则表达式对于任何 Java 开发者来说都是一项宝贵的技能，可以大大简化文本处理任务。 本文提供了从入门到进阶的完整指南，希望能够帮助你更好地理解和应用 Java 正则表达式。 记住，实践是最好的老师，多多练习，你将会发现正则表达式的强大魅力。
“`