Java 正则表达式完全指南：从入门到实战

snakeshe1010
5 阅读2分钟

Java 正则表达式完全指南：从入门到实战

正则表达式是每个开发者都绕不开的必修课。它强大、实用，却也以"难学难懂"著称。本文将带你系统梳理正则表达式的核心概念，并结合 Java 实战场景，帮助你真正掌握这门技术。

一、什么是正则表达式？

正则表达式（Regular Expression，简称 Regex）是一组用于描述文本规则的模式语言。你可以用它来：

  • 匹配验证：判断字符串是否符合某种格式（如手机号、邮箱、日期）
  • 提取信息：从大段文本中抓取关键字段
  • 文本处理：对符合规则的内容进行替换、分割等操作

要不要学正则表达式？ 答案是肯定的。它是程序员的必备工具，能用极少的代码完成复杂的文本处理，也能在支持正则的编辑器（如 VS Code、IntelliJ IDEA）中大幅提升工作效率。

正则为什么难学？ 因为它的语法与日常编程思维差异较大，需要耐心拆解、逐步分析，并借助在线工具（如 regex101.com）反复验证。一开始觉得难是完全正常的，坚持实践是唯一的出路。

二、常见正则表达式示例

在深入语法之前，先来感受几个实用的正则表达式：

正则表达式用途说明
^\d{5,12}$5 到 12 位的纯数字（如用户名规则）
`^(0[1-9][0-9]*)$`非负整数（0 或不以 0 开头的正整数）
^(-?\d+)(.\d+)?$整数或小数（可带负号）
`\d{3}-\d{8}\d{4}-\d{7}`国内固定电话（如 010-12345678、021-1234567）
^\d{4}-\d{1,2}-\d{1,2}$日期格式 yyyy-MM-dd
\n\s*\r空白行

三、元字符速查表

元字符是正则表达式的基础"词汇"，理解它们是学习正则的第一步。

3.1 位置与通配符

元字符说明
^字符串的开始位置
$字符串的结束位置
.匹配任意单个字符（通常不含换行符）
\w单个"word"字符：字母 / 数字 / 下划线 / 汉字
\s单个空白字符（包含 \n、\r、\t）
\d单个数字字符（等价于 [0-9]）
\b单词的开始或结束边界

3.2 重复限定符

符号说明
*0 次或多次
+1 次或多次
?0 次或 1 次（可选）
{n}恰好 n 次
{n,}至少 n 次
{n,m}n 到 m 次

⚠️ 注意：当这些元字符需要表达字面含义时（如匹配一个真实的 * 号），必须使用反斜杠转义，写成 *。

3.3 选择与字符集

正则表达式说明
[aeiou]匹配 a、e、i、o、u 中的任意一个字符
[0-9]匹配单个数字字符
[A-Z]匹配单个大写字母
[A-Z0-9_]匹配大写字母、数字或下划线之一
`Hihi`匹配 Hi 或 hi（`` 表示"或"）

3.4 反义符号（用得较少）

正则表达式说明
[^aeiou]匹配除 a/e/i/o/u 之外的任意字符
[^x]匹配非 x 的任意字符
\W匹配非 \w 字符
\S匹配非空白字符
\D匹配非数字字符
\B非单词边界位置

四、Java 中的转义规则

Java 字符串本身就有一套转义规则（如 \n 表示换行），而正则表达式也有自己的元字符（如 \d 表示数字）。两者叠加，就产生了"双重转义"的问题。

结论：在 Java 代码中写正则时，所有正则里的 `` 都需要写成 \ 。

正则表达式Java 字符串中的写法
\d"\d"
\w"\w"
\d{3}-\d{8}"\d{3}-\d{8}"

Java 中常用的转义字符：

转义字符含义
\n换行符
\r回车符
\t制表符（Tab）
" '双引号 / 单引号
\反斜杠本身
\uXXXXUnicode 字符

五、Java 中使用正则的两种方式

5.1 String 类的便捷方法

String 类内置了对正则的直接支持，适合简单、低频的场景，无需手动创建 Pattern 对象。

方法作用示例
split(regex)按正则分割字符串"a,b;c".split("[,;]") → ["a","b","c"]
replaceAll(regex, replacement)替换所有匹配的子串"123abc".replaceAll("\d", "") → "abc"
replaceFirst(regex, replacement)仅替换第一个匹配的子串"123abc123".replaceFirst("\d+", "0") → "0abc123"
matches(regex)验证整个字符串是否完全匹配"13800138000".matches("1[3-9]\d{9}") → true

5.2 Pattern + Matcher（推荐用于高频场景）

String 的正则方法每次调用时，JVM 都会在内部将字符串重新编译为 Pattern 对象。在循环或高频调用场景下，这会带来严重的性能损耗。

推荐做法：将 Pattern 预编译为静态常量，复用该对象。

// ❌ 不推荐：每次调用都会重新编译正则
public boolean isValidPhone(String phone) {
    return phone.matches("1[3-9]\d{9}");
}

// ✅ 推荐：全局预编译，仅编译 1 次
private static final Pattern PHONE_PATTERN = Pattern.compile("1[3-9]\d{9}");

public boolean isValidPhone(String phone) {
    return PHONE_PATTERN.matcher(phone).matches();
}

优化原则总结：

  • 低频、一次性场景：直接用 String 的便捷方法，代码更简洁。
  • 高频、循环或工具类场景：必须用 Pattern 预编译，性能提升可达数十倍。
  • 永远不要在循环内调用 String 的正则方法。

六、分组与捕获

分组是正则表达式最强大的功能之一，允许你把关心的部分"抓"出来单独处理。

6.1 捕获分组 ()

用圆括号包裹的子表达式会被捕获，并按左括号出现的顺序从 1 开始编号，可通过 Matcher.group(n) 获取对应内容。

正则：(a)(b)
匹配：ab
group(1) = "a"
group(2) = "b"

嵌套分组时，编号依然只看左括号的顺序：

正则：((a)(b))
匹配：ab
group(1) = "ab"  // 外层括号，编号最靠前
group(2) = "a"
group(3) = "b"

6.2 非捕获分组 (?:)

若只需要括号的分组功能（用于改变匹配优先级或与 | 配合），但不需要捕获内容，应使用 (?:)。它不会分配编号，可以提升正则性能。

正则：(?:姓名|用户名)：(.+)
匹配：姓名：张三
group(1) = "张三"   // (?:...) 不占编号

6.3 核心 API 说明

类 / 方法作用
Pattern.compile(regex)预编译正则表达式
pattern.matcher(input)创建 Matcher，关联待匹配的字符串
matcher.find()在字符串中查找下一个匹配项，返回 boolean
matcher.matches()验证整个字符串是否完全匹配
matcher.group(n)获取第 n 个捕获分组的内容（group(0) = 整个匹配串）

⚠️ 必须先调用 find() 或 matches()，才能调用 group()，否则会抛出 IllegalStateException。

七、综合实战示例

示例 1：提取中文文本中的字段

String text = "姓名：张三，年龄：25";
Pattern pattern = Pattern.compile("姓名：(.+)，年龄：(\d+)");
Matcher matcher = pattern.matcher(text);

if (matcher.matches()) {
    String name = matcher.group(1); // 张三
    String age  = matcher.group(2); // 25
    System.out.println("姓名：" + name + "，年龄：" + age);
}

示例 2：循环提取多个匹配项

String text = "订单号：20240501001，金额：99.99；订单号：20240501002，金额：199.99";

// 预编译，避免重复编译
private static final Pattern ORDER_PATTERN =
    Pattern.compile("订单号：(\d+)，金额：(\d+\.\d+)");

public static void main(String[] args) {
    Matcher matcher = ORDER_PATTERN.matcher(text);
    while (matcher.find()) {
        String orderNo = matcher.group(1); // 订单号
        String amount  = matcher.group(2); // 金额
        System.out.println("订单号：" + orderNo + "，金额：" + amount);
    }
}
// 输出：
// 订单号：20240501001，金额：99.99
// 订单号：20240501002，金额：199.99

示例 3：手机号验证工具类（最佳实践）

public class PhoneValidator {
    // 静态常量，全局仅编译一次
    private static final Pattern PHONE_PATTERN = Pattern.compile("1[3-9]\d{9}");

    public static boolean isValid(String phone) {
        if (phone == null) return false;
        return PHONE_PATTERN.matcher(phone).matches();
    }
}

八、总结

知识点核心要点
元字符\d、\w、\s、.、^、$ 是基础，需熟记
重复限定符*、+、?、{n,m} 控制匹配次数
Java 转义正则中的 `` 在 Java 字符串中需写成 \
String 方法matches、replaceAll、split 适合简单场景
Pattern 预编译高频场景必须使用，避免重复编译导致性能问题
捕获分组() 捕获内容，编号按左括号顺序，(?:) 不捕获
find() vs matches()find() 查找子串，matches() 验证完整字符串

正则表达式的掌握没有捷径，关键是多写多练，借助工具验证，遇到复杂表达式时耐心拆解——每一个括号、每一个符号都有它的含义。

avatar
文章
阅读
粉丝