小孟的技术笔记

Appearance

正则表达式在Java中的使用及常见场景 ​

一、是什么？ ​

正则表达式（Regular Expression）是一种用特定语法描述的字符串匹配模式，用于在文本中搜索、匹配或替换符合规则的字符串。在Java中通过 java.util.regex 包实现，核心类包括：

  • Pattern：编译正则表达式
  • Matcher：执行匹配操作

二、解决什么问题 ​

  1. 复杂字符串验证：如邮箱、手机号格式校验
  2. 文本提取：从日志/文本中提取特定数据（如IP地址）
  3. 批量替换：快速修改文本格式（如日期格式转换）
  4. 字符串分割：按复杂规则拆分字符串（如多分隔符）

三、核心方法 ​

方法所属类说明
Pattern.compile(String regex)Pattern编译正则表达式
matcher(CharSequence input)Pattern创建Matcher对象
matches()Matcher全文本匹配
find()Matcher查找下一个匹配
group()Matcher获取匹配内容
replaceAll(String replacement)String全局替换

四、应用场景（代码题常见情况） ​

1. 格式验证 ​

java
// 验证手机号（1开头，11位数字）
String regex = "^1[3-9]\\d{9}$";
System.out.println("13812345678".matches(regex)); // true

2. 文本提取 ​

java
// 提取文本中所有日期（格式：YYYY-MM-DD）
String text = "2023-01-15记录 2024-05-20更新";
Pattern p = Pattern.compile("\\d{4}-\\d{2}-\\d{2}");
Matcher m = p.matcher(text);
while (m.find()) {
    System.out.println(m.group()); // 输出两个日期
}

3. 字符串分割 ​

java
// 按多种符号分割
String str = "apple,banana;orange|grape";
String[] fruits = str.split("[,;|]");
// 结果: ["apple", "banana", "orange", "grape"]

4. 替换操作 ​

java
// 隐藏手机号中间4位
String phone = "13812345678";
String masked = phone.replaceAll("(\\d{3})\\d{4}(\\d{4})", "$1****$2");
// 结果: 138****5678

五、JDK8+新特性 ​

  1. Pattern.asPredicate()
    将正则转为Predicate，用于Stream过滤

    java
    List<String> emails = Arrays.asList("a@test.com", "invalid");
Pattern emailPattern = Pattern.compile(".+@.+\\..+");
emails.stream()
      .filter(emailPattern.asPredicate())
      .forEach(System.out::println); // 输出有效邮箱

  2. Matcher.replaceAll(Function)
    动态替换匹配内容

    java
    Matcher m = Pattern.compile("\\d+").matcher("a1b23c");
String result = m.replaceAll(match -> String.valueOf(Integer.parseInt(match.group()) * 2));
// 结果: "a2b46c"

六、常用正则模式速查 ​

场景正则表达式说明
邮箱\w+@\w+\.\w+基础邮箱校验
中文[\u4e00-\u9fa5]匹配单个汉字
IP地址`((25[0-5]2[0-4]\d
URLhttps?://\S+HTTP/HTTPS链接
日期\d{4}-\d{2}-\d{2}YYYY-MM-DD格式

七、重要注意事项 ​

  1. 性能优化：

    • 多次使用的正则用 Pattern.compile() 预编译
    • 避免回溯爆炸（如避免嵌套量词 (a+)+）

  2. 特殊字符转义：

    • 元字符 . * + ? ^ $ | \ ( ) [ ] { } 需用 \\ 转义
      （例如匹配点号需写 \\.）

  3. 贪婪 vs 懒惰匹配：

    • 默认贪婪模式（尽可能多匹配），添加 ? 变懒惰（尽可能少）
    java
    "a<b>c</b>d".replaceAll("<.*>", ""); // 贪婪: 空字符串
"a<b>c</b>d".replaceAll("<.*?>", ""); // 懒惰: "acd"

  4. 分组引用：

    • 用 () 捕获分组，$1 $2 引用分组

八、总结 ​

正则表达式是处理字符串的瑞士军刀，在Java中通过：

  1. 匹配验证 → String.matches()
  2. 提取数据 → Matcher.find() + group()
  3. 文本替换 → replaceAll()
  4. 复杂分割 → split()

代码题高频场景：数据清洗、格式校验、日志解析。掌握常用模式（邮箱、手机号、日期）和JDK8新特性可显著提升编码效率！