正则表达式的基础概念
正则表达式（Regular Expression，简称Regex）是一种用于描述字符串模式的强大工具，在Java中，正则表达式主要通过java.util.regex包中的Pattern和Matcher类来实现，它能够高效地进行字符串的匹配、查找、替换和分割等操作，广泛应用于数据验证、文本处理、日志解析等场景，掌握Java正则表达式的使用方法，能够显著提升开发效率和代码质量。
核心类与方法
Java正则表达式的核心是Pattern和Matcher两个类。Pattern类用于编译正则表达式，生成一个Pattern对象；Matcher类则负责对输入字符串进行匹配操作。String类也提供了一些便捷方法，如matches()、replaceAll()等，它们内部也依赖于Pattern和Matcher实现。
编译正则表达式
使用Pattern.compile()方法可以将正则表达式字符串编译为一个Pattern对象。
Pattern pattern = Pattern.compile("\\d+"); // 匹配一个或多个数字
编译后的Pattern对象可以被重复使用，提高性能。
创建匹配器
通过Pattern对象的matcher()方法可以创建一个Matcher对象，用于对具体字符串进行匹配：
Matcher matcher = pattern.matcher("abc123def");
常用匹配方法
matches()：整个字符串是否匹配正则表达式。lookingAt()：字符串开头是否匹配正则表达式。find()：字符串中是否存在匹配的子串。group()：获取匹配到的子串。
基本语法与元字符
正则表达式由普通字符和元字符组成，元字符是具有特殊含义的字符，用于定义匹配模式，以下是常用的元字符及其含义：
字符类
- 匹配任意字符（除换行符外）。
[abc]：匹配字符a、b或c。[^abc]：匹配除a、b、c之外的任意字符。[a-z]：匹配a到z之间的任意小写字母。[A-Z]：匹配A到Z之间的任意大写字母。[0-9]：匹配任意数字，等同于\d。\D：匹配非数字字符。\w：匹配单词字符（字母、数字、下划线）。\W：匹配非单词字符。\s：匹配空白字符（空格、制表符、换行符等）。\S：匹配非空白字符。
量词
- 匹配前面的元素零次或多次。
- 匹配前面的元素一次或多次。
- 匹配前面的元素零次或一次。
{n}：匹配前面的元素恰好n次。{n,}：匹配前面的元素至少n次。{n,m}：匹配前面的元素至少n次，最多m次。
定位符
^：匹配字符串开头。- 匹配字符串结尾。
\b：匹配单词边界。\B：匹配非单词边界。
分组与引用
- 分组，可以捕获匹配的子串。
\1、\2等：引用分组中的内容。(\d)\1匹配两个连续的相同数字。
实际应用示例
字符串验证
验证邮箱格式是否正确：
String email = "example@domain.com";
boolean isValid = email.matches("^[\\w.-]+@[\\w.-]+\\.[a-zA-Z]{2,}$");
System.out.println(isValid); // 输出true
提取子串
从字符串中提取所有手机号码（假设手机号码为11位数字）：
String text = "我的手机号是13812345678，备用号是15987654321。";
Pattern pattern = Pattern.compile("1[3-9]\\d{9}");
Matcher matcher = pattern.matcher(text);
while (matcher.find()) {
System.out.println("找到手机号：" + matcher.group());
}
将字符串中的所有空格替换为下划线：
String str = "This is a test string.";
String result = str.replaceAll("\\s", "_");
System.out.println(result); // 输出This_is_a_test_string_
分割字符串
按多个分隔符（如逗号、分号、空格）分割字符串：
String str = "apple,banana;orange grape";
String[] fruits = str.split("[,;\\s]+");
for (String fruit : fruits) {
System.out.println(fruit);
}
高级特性
贪婪模式与非贪婪模式
默认情况下，量词是贪婪的，会匹配尽可能多的字符，在量词后加上可以切换为非贪婪模式。
String str = "<div>内容</div>";
Pattern pattern = Pattern.compile("<div>.*</div>"); // 贪婪模式，匹配整个字符串
Pattern patternNonGreedy = Pattern.compile("<div>.*?</div>"); // 非贪婪模式，仅匹配<div>内容</div>
预查（零宽断言）
预查用于匹配某个位置之前或之后的内容，但不消耗字符。
(?=exp)：正向预查，匹配后面跟着exp的位置。(?!exp)：负向预查，匹配后面不跟着exp的位置。
示例：匹配后面跟着“com”的单词：String str = "example.com test.com"; Pattern pattern = Pattern.compile("\\w+(?=\\.com)"); Matcher matcher = pattern.matcher(str); while (matcher.find()) { System.out.println(matcher.group()); // 输出example和test }
标志（Flags）
编译正则表达式时可以添加标志，控制匹配行为。
Pattern.CASE_INSENSITIVE：忽略大小写。Pattern.MULTILINE：多行模式，^和匹配每行的开头和结尾。
示例：忽略大小写匹配“java”：Pattern pattern = Pattern.compile("java", Pattern.CASE_INSENSITIVE); Matcher matcher = pattern.matcher("Java is great."); System.out.println(matcher.find()); // 输出true
性能优化建议
- 预编译正则表达式：如果正则表达式会被多次使用，建议使用
Pattern.compile()预编译，避免重复编译的开销。 - 避免复杂回溯：复杂的正则表达式可能导致回溯次数过多，影响性能，可以通过具体化字符类、减少嵌套量词等方式优化。
- 使用非贪婪模式：在可能的情况下，使用非贪婪模式减少不必要的匹配尝试。
- 限制匹配范围：通过
Matcher.region()方法限制匹配范围，提高处理大文本时的效率。
常见错误与注意事项
- 转义字符问题：在Java字符串中，反斜杠
\需要转义为\\，匹配数字应写为\\d，而不是\d。 - 边界匹配错误：忘记使用
^和可能导致部分匹配而非完全匹配。"123".matches("\\d")返回false，因为整个字符串需要完全匹配。 - 分组捕获陷阱：未命名的分组会占用内存，如果不需要捕获分组内容，可以使用非捕获分组。
Java正则表达式是处理文本数据的利器，通过灵活运用Pattern和Matcher类，结合丰富的元字符和语法，可以实现复杂的字符串操作，从基础的字符匹配到高级的预查和性能优化，掌握正则表达式的使用技巧能够显著提升开发效率，在实际应用中，建议结合具体场景选择合适的正则表达式模式，并注意性能优化和错误处理,以确保代码的健壮性和高效性。
