如何掌握 Java 正則表達式的基本語法及在 Java 中的應用

正則表達式是一種用于匹配字符串的模式，在許多編程語言中廣泛使用。Java 正則表達式提供了強大的文本處理能力，能夠對字符串進行查找、替換、分割等操作。

一、正則表達式的基本語法

正則表達式由普通字符和特殊字符組成。普通字符包括字母、數字和標點符號，而特殊字符（也稱為元字符）則具有特殊意義，用于構建復雜的匹配模式。

1.1 普通字符

普通字符匹配自身。例如，正則表達式 abc 匹配字符串 "abc"。

1.2 元字符

元字符是正則表達式的核心部分，用于定義復雜的匹配模式。常見的元字符包括：

.：匹配任意一個字符（除換行符）。
^：匹配字符串的開始。
$：匹配字符串的結束。
*：匹配前一個字符零次或多次。
+：匹配前一個字符一次或多次。
?：匹配前一個字符零次或一次。
[]：定義字符類，匹配其中任意一個字符。
|：表示“或”操作。
()：用于分組和捕獲。
{}：用于限定重復次數。

1.3 轉義字符

有些字符在正則表達式中有特殊意義，如果要匹配這些字符本身，需要使用反斜杠 \ 進行轉義。例如，要匹配字符 .，應使用 \.。

1.4 字符類

字符類用于定義一個字符集合，匹配其中任意一個字符。常用的字符類包括：

[abc]：匹配字符 a、b 或 c。
[a-z]：匹配任意一個小寫字母。
[A-Z]：匹配任意一個大寫字母。
[0-9]：匹配任意一個數字。
[^abc]：匹配除 a、b、c 之外的任意一個字符。

1.5 預定義字符類

預定義字符類是一些常用字符類的簡寫形式，包括：

\d：匹配一個數字，等價于 [0-9]。
\D：匹配一個非數字字符，等價于 [^0-9]。
\w：匹配一個單詞字符（字母、數字或下劃線），等價于 [a-zA-Z0-9_]。
\W：匹配一個非單詞字符，等價于 [^a-zA-Z0-9_]。
\s：匹配一個空白字符（空格、制表符、換行符等），等價于 [ \t\n\x0B\f\r]。
\S：匹配一個非空白字符，等價于 [^ \t\n\x0B\f\r]。

1.6 邊界匹配符

邊界匹配符用于匹配字符串中的邊界位置，包括：

\b：匹配一個單詞邊界。
\B：匹配一個非單詞邊界。

1.7 限定符

限定符用于指定前一個字符或子模式的重復次數，包括：

*：匹配前一個字符零次或多次。
+：匹配前一個字符一次或多次。
?：匹配前一個字符零次或一次。
{n}：匹配前一個字符恰好 n 次。
{n,}：匹配前一個字符至少 n 次。
{n,m}：匹配前一個字符至少 n 次，至多 m 次。

1.8 捕獲組和非捕獲組

捕獲組用于將匹配的子模式存儲起來，以便在后續操作中引用。非捕獲組用于對子模式進行分組，但不存儲匹配結果。

()：捕獲組。
(?:)：非捕獲組。

1.9 零寬斷言

零寬斷言用于指定某個位置必須滿足的條件，包括：

(?=)：正向先行斷言。
(?!：負向先行斷言。
(?<=)：正向后行斷言。
(?<!：負向后行斷言。

二、Java 中的正則表達式 API

Java 提供了 java.util.regex 包來支持正則表達式處理，其中最重要的類是 Pattern 和 Matcher。

2.1 `Pattern` 類

Pattern 類表示一個正則表達式的編譯表示。常用的方法包括：

compile(String regex)：編譯給定的正則表達式。
matcher(CharSequence input)：創建一個匹配器對象。

2.2 `Matcher` 類

Matcher 類用于對輸入字符串進行模式匹配操作。常用的方法包括：

matches()：整個字符串是否與正則表達式匹配。
find()：是否找到與正則表達式匹配的子字符串。
group()：返回前一次匹配的子字符串。
replaceAll(String replacement)：替換所有匹配的子字符串。
replaceFirst(String replacement)：替換第一個匹配的子字符串。
lookingAt()：是否從字符串的開頭開始匹配。

三、Java 正則表達式的常見用法

3.1 字符串匹配

3.1.1 完全匹配

要判斷字符串是否完全匹配某個正則表達式，可以使用 Pattern 和 Matcher 類：

String regex = "\\d+";
String input = "12345";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(input);
boolean isMatch = matcher.matches();
System.out.println("完全匹配: " + isMatch);

3.1.2 子字符串匹配

要判斷字符串中是否包含某個正則表達式匹配的子字符串，可以使用 find 方法：

String regex = "\\d+";
String input = "hello 12345 world";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(input);
boolean found = matcher.find();
System.out.println("包含子字符串匹配: " + found);

3.2 字符串替換

正則表達式可以用于替換字符串中的匹配部分。replaceAll 和 replaceFirst 方法用于替換所有匹配的子字符串或第一個匹配的子字符串：

String regex = "\\d+";
String input = "hello 12345 world";
String replacement = "number";
String result = input.replaceAll(regex, replacement);
System.out.println("替換結果: " + result);

3.3 字符串分割

正則表達式可以用于根據模式分割字符串。String 類提供了 split 方法：

String regex = "\\s+";
String input = "hello   world   java";
String[] parts = input.split(regex);
System.out.println("分割結果: " + Arrays.toString(parts));

3.4 捕獲組

捕獲組用于將匹配的子模式存儲起來，以便在后續操作中引用。可以使用 group 方法獲取捕獲組的內容：

String regex = "(\\d{3})-(\\d{2})-(\\d{4})";
String input = "123-45-6789";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(input);
if (matcher.matches()) {String part1 = matcher.group(1);String part2 = matcher.group(2);String part3 = matcher.group(3);System.out.println("捕獲組: " + part1 + ", " + part2 + ", " + part3);
}

3.5 零寬斷言

零寬斷言用于指定某個位置必須滿足的條件，但不包括在匹配結果中。以下示例展示了正向先行斷言：

String regex = "foo(?=bar)";
String input = "foobar";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(input);
while (matcher.find()) {System.out.println("零寬斷言匹配: " + matcher.group());
}

四、Java 正則表達式高級應用

4.1 動態構建正則表達式

有時我們需要根據不同的輸入動態構建正則表達式。可以使用 StringBuilder 來拼接正則表達式：

String basePattern = "\\d";
int minDigits = 2;
int maxDigits = 4;
StringBuilder regex = new StringBuilder(basePattern);
regex.append("{").append(minDigits).append(",").append(maxDigits).append("}");
Pattern pattern = Pattern.compile(regex.toString());
String input = "123";
Matcher matcher = pattern.matcher(input);
boolean isMatch = matcher.matches();
System.out.println("動態構建正則表達式匹配: " + isMatch);

4.2 正則表達式中的嵌套組

嵌套組用于在一個捕獲組內再嵌套另一個捕獲組，以下示例展示了嵌套組的用法：

String regex = "(\\d{2})((\\d{2}))";
String input = "1234";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(input);
if (matcher.matches()) {String outerGroup = matcher.group(1);String nestedGroup = matcher.group(2);String innermostGroup = matcher.group(3);System.out.println("外部組: " + outerGroup + ", 嵌套組: " + nestedGroup + ", 最內部組: " + innermostGroup);
}

4.3 分組命名和引用

Java 7 引入了分組命名功能，可以給捕獲組命名，并通過名字引用：

String regex = "(?<areaCode>\\d{3})-(?<prefix>\\d{3})-(?<lineNumber>\\d{4})";
String input = "123-456-7890";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(input);
if (matcher.matches()) {String areaCode = matcher.group("areaCode");String prefix = matcher.group("prefix");String lineNumber = matcher.group("lineNumber");System.out.println("命名捕獲組: " + areaCode + ", " + prefix + ", " + lineNumber);
}