掌握Java正则表达式：从入门到精通的终极指南

正则表达式作为文本处理的利器，在Java开发中扮演着重要角色。本文将带你系统学习Java正则表达式的核心知识，并通过大量实战案例展示其强大功能。

一、Java正则表达式基础

Java通过java.util.regex包提供正则表达式支持，主要包含Pattern和Matcher两个核心类。Pattern表示编译后的正则表达式，Matcher则负责对输入字符串进行匹配操作。

1.1 基本语法

Java正则表达式语法与其他语言基本一致，但有一些特殊注意事项：
- 特殊字符需要双重转义，如匹配数字应写作\d
- 预定义字符类：\d(数字)、\w(单词字符)、\s(空白字符)
- 量词：*(0次或多次)、+(1次或多次)、?(0次或1次)、{n}(恰好n次)

1.2 常用匹配方法

String类提供了几个便捷的正则方法：
- matches(): 整个字符串是否匹配
- split(): 按正则分割字符串
- replaceAll(): 正则替换

二、Pattern与Matcher深入

对于复杂操作，需要直接使用Pattern和Matcher类：

Pattern pattern = Pattern.compile("\\d{4}-\\d{2}-\\d{2}");
Matcher matcher = pattern.matcher("2023-05-20");
boolean isMatch = matcher.matches();

2.1 分组捕获

使用圆括号创建捕获组，可通过group()方法获取：

Pattern p = Pattern.compile("(\\d{3})-(\\d{4})");
Matcher m = p.matcher("123-4567");
if(m.find()) {
    System.out.println(m.group(1)); // 输出123
    System.out.println(m.group(2)); // 输出4567
}

三、高级特性与应用

3.1 非贪婪匹配

默认量词是贪婪的，添加?可改为非贪婪模式：

// 贪婪匹配
Pattern.compile("a.*b").matcher("aabab").find(); // 匹配整个字符串

// 非贪婪匹配
Pattern.compile("a.*?b").matcher("aabab").find(); // 只匹配aab

3.2 零宽断言

包括正向预查(?=)、负向预查(?!)等，用于匹配位置而非字符：

// 匹配后面跟着_的数字
Pattern.compile("\\d(?=_)").matcher("1_2_3").find(); // 匹配1和2

四、性能优化建议

1. 预编译Pattern对象并重用
2. 避免过度使用回溯
3. 考虑使用StringBuilder处理复杂替换
4. 对复杂正则进行分解

五、实战案例

5.1 邮箱验证

String emailRegex = "^[\\w-]+(\\.[\\w-]+)*@[\\w-]+(\\.[\\w-]+)+$";
boolean isValid = "[email protected]".matches(emailRegex);

5.2 提取HTML链接

Pattern linkPattern = Pattern.compile("<a\\s+href=\\"(.*?)\\".*?>(.*?)</a>");
Matcher matcher = linkPattern.matcher(htmlContent);
while(matcher.find()) {
    System.out.println("URL: " + matcher.group(1));
    System.out.println("Text: " + matcher.group(2));
}

六、常见问题排查

1. 特殊字符未正确转义
2. 未考虑多行模式(使用Pattern.MULTILINE)
3. 贪婪匹配导致意外结果
4. 性能问题(如灾难性回溯)

通过系统学习和大量实践，你将能够熟练运用Java正则表达式解决各种文本处理难题。记住，复杂的正则表达式虽然强大，但可读性会降低，必要时可以考虑分步处理或添加详细注释。