⚙️ java正则表达式 · 核心元字符与语义
〈 字符类与预定义 〉
java正则表达式 中 \d 匹配数字,\w 匹配单词字符,\s 匹配空白。方括号 `[abc]` 表示或关系。例如 `[0-9]` 等价于 \d。注意:java 中反斜杠需要转义,`\\d` 才是数字。网民常忽略 `\\.` 匹配点号本身。
⚡ 预定义字符类:. 任意字符(除行终止符),\D 非数字,\W 非单词,\S 非空白。在 Pattern 中可开启 `DOTALL` 模式使 `.` 匹配换行。
〔 量词与贪婪 〕
贪婪匹配 是 java正则 默认模式:`*`、`+`、`{n,m}` 尽可能多匹配。例如 `<.+>` 会匹配从第一个 `<` 到最后一个 `>`。若想最小匹配,使用 `*?`、`+?` 等懒惰模式。`<.+?>` 只匹配单个标签。网民热搜“正则贪婪与懒惰区别”,实际案例:提取HTML标签内容时务必使用懒惰量词。
⚡ 占有量词 `*+` `++` 可防止回溯,提升性能,但需谨慎使用。
〖 分组与捕获 〗
捕获组 用圆括号 `()` 创建,`(\\w+)@(\\w+)` 可提取邮箱用户名和域名。`group(1)` 返回第一个捕获。非捕获组 `(?:)` 不保存匹配,常用于分组但不捕获。网民常问“java正则 如何提取多个值”,答案是用多次 `find()` 或 `group()`。
〓 命名捕获 `(?
〓 边界与零宽断言
零宽断言 是网民搜索热点:`(?=)` 正向先行断言,`(?<=)` 正向后顾断言。例如 `(?<=\\$)\\d+` 匹配美元符号后的数字。注意 java 后顾断言要求固定长度,不支持 `+` `*` 可变长度。`\\b` 单词边界,`^` `$` 行首行尾。示例:`^Java.*\\d$` 匹配以Java开头、数字结尾的字符串。
Pattern p = Pattern.compile("(?<=\\$)\\d+");
Matcher m = p.matcher("价格 $299 元");
// 输出 299
☆ 网民热搜 · java正则表达式 10问
【① 最常用的10个java正则表达式】
- 数字:`^\\d+$` — 全网搜索第一。`\\d{6}` 六位数字。
- 字母数字下划线:`^\\w+$` 常用于用户名。
- 邮箱:`^[\\w.-]+@[\\w.-]+\\.\\w{2,}$` 简化版。
- 手机号(中国):`^1[3-9]\\d{9}$` 覆盖主要号段。
- URL:`https?://[\\w./?=&-]+` 基础匹配。
- IP地址:`\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}`。
- 日期 (yyyy-MM-dd):`^\\d{4}-\\d{2}-\\d{2}$`。
- HTML标签:`<[^>]+>` 匹配任意标签。
- 空白行:`^\\s*$` 用于删除空行。
- 中文字符:`[\\u4e00-\\u9fa5]` 匹配单个汉字。
〓 以上为网民收藏最多的 java正则 片段。注意在 java 字符串中反斜杠需双写。
【② 邮箱 & 手机号精确匹配】
邮箱严格模式: `^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\\.(?:com|cn|net|org|edu)$`。网民常问“java正则 验证邮箱是否标准”,推荐使用 InternetAddress 类辅助,但正则可用于前端校验。手机号考虑虚拟运营商:`^1(?:3\\d|4[5-9]|5[0-35-9]|6[2567]|7[0-8]|8\\d|9[0-35-9])\\d{8}$` 更全面。
String regex = "^1[3-9]\\d{9}$";
boolean valid = phone.matches(regex);
⚡ 注意:java 中 `matches()` 默认全匹配,无需 `^` `$`,但加上更清晰。
【③ 正则性能优化与回溯陷阱】
java正则 性能问题常由回溯引起。例如 `(a+)+b` 匹配大量 `a` 时会导致指数级回溯。网民热搜“正则灾难性回溯”。解决方案:使用占有量词 `(a++)+` 或原子组 `(?>a+)`。此外,`Pattern.compile(regex)` 应重用,避免循环内重复编译。`Matcher.reset()` 复用匹配器。
〓 建议:复杂正则添加 `\\A` `\\z` 锚点,关闭不必要的捕获组 `(?:)`。使用 `StringBuilder` 处理大文本。
【④ java正则匹配中文汉字】
匹配中文字符:`[\\u4e00-\\u9fa5]` 是经典写法。但java 支持 Unicode 属性:`\\p{script=Han}` 或 `\\p{IsHan}`。网民常混淆 `\\w` 不包含中文,需显式加入。示例:`[\\w\\u4e00-\\u9fa5]+` 匹配中英文混合。
⚡ 若匹配中文标点,范围 `[\\u3000-\\u303f\\uff00-\\uffef]`。实际开发建议使用 `Pattern.UNICODE_CHARACTER_CLASS` 标志。
Matcher m = p.matcher("你好世界hello");
// 输出 “你好世界”
【⑤ 替换与分割高级用法】
java 中 `replaceAll` 支持反向引用 `$1`。网民热搜“正则替换保留部分”。例如将日期格式 `2025-03-15` 转为 `15/03/2025`:`str.replaceAll("(\\d{4})-(\\d{2})-(\\d{2})", "$3/$2/$1")`。`split` 方法可基于正则分割,注意点号需转义 `\\.`。
〓 使用 `Matcher.appendReplacement` 进行条件替换,更灵活。示例:将数字加1。
〖 实战示例 · 代码与解析 〗
〈 提取所有链接 〉
java正则 提取 `href` 属性:`href\\s*=\\s*\"([^\"]+)\"`。结合 `Pattern` 和 `Matcher.find()` 循环获取。
Pattern p = Pattern.compile("href\\s*=\\s*\"([^\"]+)\"");
Matcher m = p.matcher(html);
while(m.find()) {
System.out.println(m.group(1));
}
〔 密码强度校验 〕
网民搜索“java正则 密码8位以上含大小写数字”。组合正则可使用先行断言:`^(?=.*[a-z])(?=.*[A-Z])(?=.*\\d).{8,}$`。每个 `(?=.*...)` 确保至少包含一类字符。
⚡ 注意:java 中 `matches()` 隐式加 `^$`,所以可直接用。
〖 数字千分位格式化 〗
将 `1234567.89` 转为 `1,234,567.89`:`str.replaceAll("(?<=\\d)(?=(\\d{3})+(?!\\d))", ",")`。使用零宽正向先行断言,匹配数字之间的位置。这是网民高赞技巧。
〓 更多强相关示例:XML/JSON 提取
使用 `
⚡ 示例:`
◈ 学习时间轴 · 从入门到精通
❶ 基础字符匹配
掌握 `\\d` `\\w` `\\s` 及字面量。编写第一个 java 程序:`Pattern.compile("abc").matcher("abc").matches()`。
❷ 量词与分组
理解贪婪、懒惰、占有量词。使用捕获组提取数据,`group()` 方法。网民常见误区:`(abc)+` 与 `abc+` 区别。
❸ 零宽断言与边界
`\\b` `^` `$` `(?=)` `(?<=)`。实战:密码校验、格式化。注意 java 后顾长度限制。
❹ 性能优化与陷阱
避免回溯灾难,使用原子组 `(?>...)` 和占有量词。编译选项 `Pattern.CASE_INSENSITIVE` 等。
❺ Unicode 与国际化
匹配中文、日文、表情符号。使用 `\\p{script=Han}`。网民热搜“java正则匹配emoji”。
⑩ 更多深度解析:java正则 反向引用、递归匹配(不支持但可用替代)、java.util.regex 包源码解读。本站持续更新。