本文共 1845 字，大约阅读时间需要 6 分钟。

正则表达式是字符串操作的强大工具，广泛应用于文本处理、数据验证、数据提取等场景。本文将从基础到应用，全面解析正则表达式的核心原理和实用技巧。

1. 正则表达式的基本概念

正则表达式是用于匹配字符串特定模式的规则语言。它通过定义字符集、组合方式和边界条件，能够精准识别符合规则的文本内容。

1.1字符分类

• 普通字符：包括字母、数字、下划线以及非特殊意义的标点符号。
• 转义字符：特殊字符如换行符 \n、制表符 \t、反斜杠 \\ 以及其他具有特殊含义的符号，需在表达式中使用转义方式表示它们的本意。

1.2标准字符集合

• \d：匹配任意一个数字（0-9）。
• \D：匹配任意一个非数字字符。
• \w：匹配字母、数字或下划线。
• \W：匹配非字母、非数字、非下划线的字符。
• \s：匹配任意一种 whitespace（包括空格、制表符、换行符等）。
• \S：匹配任意一种非 whitespace字符。
• .：匹配任意一个字符（除换行符外）。

1.3自定义字符集合

• 使用方括号 [] 定义特定字符集合。
  • [ab5@]：匹配 a、b、5 或 @。
  • [^abc]：匹配除了 a、b、c 之外的所有字符（^ 表示取反）。
• 使用连字符 - 定义字符范围。
  • [a-z]：匹配大小写字母 a 到 z。
  • [^A-F0-3]：匹配不在 A 到 F、0 到 3 范围内的字符。

1.4量词与边界

• 量词：修饰匹配字符出现次数。
  • {n}：重复 n 次。
  • {m,n}：重复 m 到 n 次。
  • {m,}：重复至少 m 次。
  • ?：匹配 0 次或 1 次（相当于 {0,1}）。
  • +：匹配至少 1 次（相当于 {1,}）。
  • *：匹配 0 次或更多次（相当于 {0,}）。
• 边界条件：
  • ^：匹配字符串开头。
  • $：匹配字符串结尾。
  • \b：匹配单词边界，表示非单词字符的位置。

1.5匹配模式选项

• IGNORECASE：忽略大小写，默认为区分大小写。
• SINGLELINE：在整个字符串中寻找模式，.不匹配换行符。
• MULTILINE：在每一行中寻找模式，支持 \A 和 \Z 匹配整个文本。

2. 正则表达式的实际应用

2.1常见用途示例

• QQ号码：6~10位，首位不能为 0。
  • 正则表达式：[1-9]\d{5,9}
• 手机号：11位，首位为 3、5、7、8、9。
  • 正则表达式：3\d{9}|5\d{9}|7\d{9}|8\d{9}|9\d{9}
• 邮箱地址：包含字母、数字、特殊字符及域名。
  • 正则表达式：\b[\w-]+@[\w-\.]+(\.\w{2,3}){1,2}

2.2 Java中的正则表达式使用

在 Java 中，正则表达式通过 java.util.regex 包实现。以下是常用功能示例：

1. 创建匹配模式

Pattern pattern = Pattern.compile("正则表达式");Matcher matcher = pattern.matcher("输入文本");

2. 字符串匹配

boolean matches = matcher.matches();

3. 查找模式

boolean found = matcher.find();

4. 分组匹配

Pattern p = Pattern.compile("(\\w+)-(\\w+)"); // 分组匹配Matcher m = p.matcher("aa-111-bb-235");while (m.find()) {    System.out.println(m.group(0)); // aa-111, bb-235    System.out.println(m.group(1)); // aa, bb    System.out.println(m.group(2)); // 111, 235}

5. 替换与分割

Pattern p = Pattern.compile("[0-9]");Matcher m = p.matcher("aa1bbb253cc9d");String result = m.replaceAll("*"); // 替换所有数字为星号

3. 高级功能应用

• 非捕获组：用于不需要保存结果的分组操作。
• 反向引用：通过 (?<id>) 记录捕获组并在整个文本中引用。
• 零宽断言：通过 (?=exp)、(?<=exp)、(?!)exp 实现位置验证。

通过合理运用正则表达式，可以显著提升文本处理效率，实现精确匹配和自动化操作。