在 Web 應用開發中，我們經常需要對 URL 進行格式驗證。今天我們結合 Java 的 Pattern 和 Matcher 類，深入理解正則表達式在實際應用中的強大功能，并剖析一段實際的 Java 示例源碼。

?

package com.RegExpInfo;import java.util.regex.Matcher;
import java.util.regex.Pattern;public class Exercise02 {public static void main(String[] args) {
//        String content="https://";
//        String content="http://";
//        String content="https://" +
//                "www.bilibili.com/";
//        String content="https://" +
//                "www.bilibili.com/" +
//                "video/" +
//                "BV1fh411y7R8?spm_id_from=333.788.player.switch&vd_" +
//                "source=6fe96db28441a84c79edc35a022cf1c5&p=895" ;
//        String content="https://" +
//                "www.bilibili.com" ;String content="https://blog.csdn.net/keshi12354?spm=1000.2115.3001.5343";
//        String regExp="^((https|http)://)";
//        (2)
//        String regExp="^((https|http)://)([\\w-]+\\.)+[\\w-]+\\/";
//        (3)String regExp="^((https|http)://)([\\w-]+\\.)+[\\w-]+(\\/([\\w-_?=&./]*))?$";
//        String regExp="^((https|http)://)([\\w-]+\\.)+[\\w-]+(\\/([\\w-_?=&./]*))?$";Pattern pattern = Pattern.compile(regExp);Matcher matcher = pattern.matcher(content);while (matcher.find()) {System.out.println(matcher.group(0));}}
}

1.正則表達式分解：

分布實現：
1. 基礎協議匹配?(1)

 String regExp="^((https|http)://)";

• 功能：只匹配URL開頭的協議部分

• 匹配內容：http://?或?https://

• 結構：

  • ^?表示字符串開始

  • (https|http)?匹配"https"或"http"

  • ://?匹配協議分隔符

• 目的：先確保能正確識別URL的協議部分

2. 添加域名匹配?(2)

 String regExp="^((https|http)://)([\\w-]+\\.)+[\\w-]+\\/";

• 新增功能：在協議后添加域名和路徑的基本匹配

• 匹配內容：如?http://example.com/

• 新增結構：

  • ([\\w-]+\\.)+?匹配一個或多個域名部分（如"www."或"sub.")

    • \\w?匹配單詞字符（字母、數字、下劃線）

    • -?匹配連字符

    • +?表示一次或多次

    • \\.?匹配點號

  • [\\w-]+?匹配頂級域名（如"com"）

  • \\/?匹配結尾的斜杠

• 目的：擴展匹配完整的域名結構

?

3. 添加路徑和查詢參數匹配?(3)

 String regExp="^((https|http)://)([\\w-]+\\.)+[\\w-]+(\\/([\\w-_?=&./]*))?$";

• 新增功能：支持可選的路徑和查詢參數

• 匹配內容：如?http://example.com/path?param=value

• 新增結構：

  • (\\/([\\w-_?=&./]*))?

    • \\/?匹配路徑開始的斜杠

    • [\\w-_?=&./]*?匹配路徑和查詢參數

      • 包含字母、數字、下劃線、連字符、問號、等號、&、點和斜杠

    • ??表示整個路徑部分是可選的

  • $?表示字符串結束

• 目的：使正則表達式能夠匹配帶路徑和參數的完整URL

?4. 最終優化版本

String regExp="^((https|http)://)?([\\w-]+\\.)+[\\w-]+(\\/([\\w-_?=&./]*))?$";

• 關鍵改進：使協議部分變為可選

• 匹配內容：現在可以匹配：

  • 帶協議的URL：http://example.com/path

  • 不帶協議的URL：example.com/path

• 修改點：

  • 在協議部分?((https|http)://)?后添加了???使其變為可選

• 目的：提高正則表達式的靈活性，適應更多使用場景

5.設計思想總結

1. 漸進式開發：從簡單到復雜逐步構建正則表達式

2. 模塊化設計：每個部分都有明確的功能劃分（協議、域名、路徑）

3. 靈活性增強：通過添加可選標記(?)使表達式更通用

4. 邊界明確：始終使用^和$確保匹配整個字符串

5. 字符集合理定義：使用[\w-]等字符集準確描述允許的字符

這種分步構建的方法不僅使正則表達式更易于理解和維護，也方便在開發過程中逐步測試每個部分的匹配效果。