在Java中，正则表达式是一种强大的文本处理工具，它允许开发者通过特定的模式匹配、查找、替换或分割字符串，Java对正则表达式的支持主要来自java.util.regex包，该包包含两个核心类：Pattern和Matcher，掌握这两个类的使用方法，以及正则表达式的基本语法,是高效处理文本数据的关键。
正则表达式基础语法
正则表达式由普通字符和特殊字符（元字符）组成，普通字符如字母、数字等会直接匹配自身，而元字符则具有特殊的匹配含义,常见的元字符包括：
- 匹配除换行符外的任意单个字符。
- 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,但不超过m次。[]：字符类，匹配方括号内的任意一个字符，例如[abc]匹配a、b或c。[^]：否定字符类，匹配不在方括号内的任意字符，例如[^abc]匹配除a、b、c外的任意字符。- 选择符，匹配其左右两边的任意一个表达式，例如
a|b匹配a或b。 - 分组，将括号内的表达式作为一个整体，例如
(ab)+匹配ab、abab等。 \d：匹配任意数字字符，等同于[0-9]。\D：匹配任意非数字字符，等同于[^0-9]。\w：匹配任意单词字符（字母、数字、下划线），等同于[a-zA-Z0-9_]。\W：匹配任意非单词字符。\s：匹配任意空白字符（空格、制表符、换行符等）。\S：匹配任意非空白字符。^：匹配字符串的开始。- 匹配字符串的结束。
Pattern与Matcher类的使用
Pattern类是正则表达式的编译表示，通过Pattern.compile()方法可以将正则表达式字符串编译成一个Pattern对象。
Pattern pattern = Pattern.compile("\\d+");
需要注意的是，在Java字符串中，反斜杠\是转义字符，因此正则表达式中的\d需要写成\\d。
Matcher类是对输入字符串进行解释和匹配操作的引擎，通过Pattern对象的matcher()方法可以创建一个Matcher对象。
Matcher matcher = pattern.matcher("abc123def456");
Matcher类提供了多种方法进行匹配操作：
matches()：尝试将整个输入序列与模式匹配,返回布尔值。lookingAt()：尝试从输入序列的开头开始匹配模式,返回布尔值。find()：扫描输入序列，查找与模式匹配的子序列,返回布尔值。group()：返回最近一次匹配的子序列。start()和end()：返回最近一次匹配的子序列在输入序列中的开始和结束索引。
实际应用示例
检查字符串是否匹配正则表达式
假设要检查一个字符串是否是一个有效的手机号码（假设手机号码为11位数字）：
String phone = "13812345678";
Pattern pattern = Pattern.compile("^\\d{11}$");
Matcher matcher = pattern.matcher(phone);
boolean isValid = matcher.matches();
System.out.println("手机号码是否有效: " + isValid); // 输出: true
查找所有匹配的子序列
从一个字符串中提取所有数字：
String text = "价格100元，数量50件，总价5000元";
Pattern pattern = Pattern.compile("\\d+");
Matcher matcher = pattern.matcher(text);
while (matcher.find()) {
System.out.println("找到数字: " + matcher.group());
}
// 输出:
// 找到数字: 100
// 找到数字: 50
// 找到数字: 5000
替换匹配的子序列
将字符串中的所有数字替换为[NUMBER]：
String text = "订单号12345，金额678.9元";
Pattern pattern = Pattern.compile("\\d+(\\.\\d+)?");
Matcher matcher = pattern.matcher(text);
String result = matcher.replaceAll("[NUMBER]");
System.out.println(result); // 输出: 订单号[NUMBER]，金额[NUMBER]元
分割字符串
使用正则表达式分割字符串：
String text = "apple,banana;orange|grape";
String[] fruits = text.split("[,;|]");
for (String fruit : fruits) {
System.out.println(fruit);
}
// 输出:
// apple
// banana
// orange
// grape
高级特性
捕获组与非捕获组
正则表达式中的括号不仅可以分组，还可以捕获匹配的子序列，通过group()方法可以访问这些捕获组。
String text = "2023-10-01";
Pattern pattern = Pattern.compile("(\\d{4})-(\\d{2})-(\\d{2})");
Matcher matcher = pattern.matcher(text);
if (matcher.find()) {
System.out.println("年份: " + matcher.group(1)); // 输出: 2023
System.out.println("月份: " + matcher.group(2)); // 输出: 10
System.out.println("日期: " + matcher.group(3)); // 输出: 01
}
如果不需要捕获分组，可以使用非捕获组,这样可以提高匹配效率并减少内存消耗。
预查与负预查
预查（lookaround）是一种零宽断言，它只匹配位置而不消耗字符，正向预查表示后面必须跟着指定的模式,负向预查表示后面不能跟着指定的模式。
String text = "Java8, Java11, Java17";
Pattern pattern = Pattern.compile("Java(?=\\d+)"); // 匹配后面跟着数字的Java
Matcher matcher = pattern.matcher(text);
while (matcher.find()) {
System.out.println(matcher.group()); // 输出: Java, Java, Java
}
性能优化建议
在使用正则表达式时,需要注意性能问题：
- 预编译正则表达式：如果同一个正则表达式会被多次使用，应使用
Pattern.compile()预先编译,避免重复编译带来的性能开销。 - 避免贪婪匹配：默认情况下，量词（如、、）是贪婪的，会匹配尽可能多的字符，如果需要最小匹配，可以使用惰性量词（如、、）。
- 简化正则表达式：复杂的正则表达式可能难以理解和维护，也影响性能,尽量使用简洁的模式。
- 避免回溯：某些正则表达式可能导致大量的回溯，从而降低性能，可以通过使用原子组或占有量词（如、）来减少回溯。
正则表达式是Java文本处理的利器，通过Pattern和Matcher类，可以实现复杂的字符串匹配、查找、替换和分割操作，掌握正则表达式的基本语法、核心类的使用方法以及高级特性，能够帮助开发者更高效地处理文本数据，在实际应用中，需要注意性能优化，选择合适的正则表达式模式,以达到最佳的处理效果。
