正则表达式概念、示例与Java实现完全入门指南_Java

前言

正则表达式（regular expression，简称 regex）是一种用于匹配、查找和替换字符串的强大工具，广泛应用于文本处理、数据验证、日志分析等场景。它通过特定的语法规则描述字符串的模式，让复杂的字符串操作变得简洁高效。本文将从基本概念出发，结合实例讲解常用语法，并通过 java 代码演示其实际应用。

一、正则表达式基本概念

1. 核心定义

正则表达式是由普通字符（如字母、数字）和元字符（具有特殊含义的字符，如*、+）组成的字符串模式，用于匹配目标字符串中符合该模式的子串。

例如，正则表达式\d{3}-\d{4}可以匹配类似123-4567的字符串，其中\d代表数字，{3}表示匹配 3 次，-是普通字符。

2. 核心作用

字符串匹配：判断目标字符串是否符合特定模式（如验证手机号、邮箱格式）。

字符串查找：从文本中提取符合模式的子串（如从日志中提取所有 ip 地址）。

字符串替换：替换文本中符合模式的内容（如过滤敏感词、统一格式）。

二、正则表达式常用语法与示例

正则表达式的语法由「普通字符」「元字符」「量词」「分组」等组成，以下是最常用的语法规则及示例。

1. 普通字符与转义字符

普通字符：直接匹配自身，如字母a-z、数字0-9、符号-等。

示例：正则abc可匹配字符串abc、aabc（匹配其中的abc子串）。

转义字符：对于具有特殊含义的元字符（如., *, (），需用\转义后才能匹配其本身。

示例：正则www\.baidu\.com可匹配www.baidu.com（.在正则中代表 “任意字符”，转义后才匹配实际的.）。

2. 常用元字符

元字符是正则表达式的核心，代表特定的匹配规则，以下是高频元字符：

元字符	含义	示例	匹配结果
.	匹配任意单个字符（除换行）	a.b	aab、acb、a1b
\d	匹配单个数字（0-9）	\d{2}	12、99
\d	匹配非数字字符	\d	a、!、（空格）
\w	匹配字母、数字、下划线	\w+	hello、user123
\w	匹配非字母 / 数字 / 下划线	\w	@、#、&
\s	匹配空白字符（空格、制表符）	a\sb	a b、a\tb（制表符）
^	匹配字符串开头	^hello	hello world（开头匹配）
$	匹配字符串结尾	world$	hello world（结尾匹配）

3. 量词：控制匹配次数

量词用于指定元字符或分组的匹配次数，常用量词如下：

量词	含义	示例	匹配结果
*	匹配 0 次或多次	ab*	a、ab、abb
+	匹配 1 次或多次	ab+	ab、abb、abbb
?	匹配 0 次或 1 次	ab?	a、ab
{n}	匹配恰好 n 次	a{3}	aaa
{n,}	匹配至少 n 次	a{2,}	aa、aaa、aaaa
{n,m}	匹配 n 到 m 次	a{2,3}	aa、aaa

4. 分组与范围

分组：用()将多个字符组成一个整体，配合量词使用。

示例：(ab)+可匹配ab、abab、ababab（ab作为整体重复）。

范围：用[]指定匹配范围，支持单个字符或字符区间。

示例：

- [a-z]：匹配任意小写字母；

- [a-z0-9]：匹配任意大写字母或数字；

- [^0-9]：匹配非数字字符（^在[]内表示 “非”）。

5. 实际场景示例

结合以上语法，以下是常见业务场景的正则表达式示例：

场景	正则表达式	说明
手机号验证	^1[3-9]\d{9}$	以 1 开头，第 2 位为 3-9，后 9 位为数字
邮箱验证	^[a-za-z0-9_]+@[a-za-z0-9]+\.[a-za-z]{2,}$	用户名 +@+ 域名 + 后缀（如.com、.cn）
身份证号（18 位）	^\d{17}[\dxx]$	前 17 位为数字，最后一位为数字或 x/x
提取 ip 地址	\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}	匹配 ipv4 地址（简化版，未严格校验范围）