Java 正則表達式語法完整指南：元字符、量詞、分組與前瞻詳解

正則表達式基礎概念

正則表達式是描述文本模式的強大工具，由普通字符（如 a-z）與特殊元字符組成。模式描述搜尋文本時要匹配的一個或多個字串。Java 透過 java.util.regex 套件提供完整支援。

常見範例速查

元字符完整對照表

字符轉義與邊界

• \：轉義下一字符，標記特殊字符、反向引用或八進制轉義。
• ^：匹配輸入字串開頭；多行模式下匹配 \n 或 \r 後位置。
• $：匹配輸入字串結尾；多行模式下匹配 \n 或 \r 前位置。
• \b：單字邊界（字與空格間位置）。
• \B：非單字邊界。

量詞（貪婪/非貪婪）

在量詞後加 ? 切換為非貪婪模式（如 +?、*?），匹配最短字串。

字符類與預定義字符類

• .：匹配除 \n 外任意字符（含 \n 用 [\s\S]）。
• [xyz]：字符集，匹配任一字符。
• [^xyz]：反向字符集。
• [a-z]：字符範圍。
• \d：數字 [0-9]；\D：非數字。
• \s：空白字符（空格、製表、換頁等）；\S：非空白。
• \w：單字字符（字母、數字、底線）；\W：非單字字符。

分組與前瞻

其他特殊構造

• x|y：或運算，匹配 x 或 y。
• \cx：控制字符（如 \cM 回車）。
• \xnn：十六進制轉義（兩位）。
• \unnnn：Unicode 字符（四位十六進制）。
• \n、\nm、\nml：八進制轉義或反向引用（視上下文）。

Java 程式碼實戰範例

import java.util.regex.*;

public class RegexDemo {
    public static void main(String[] args) {
        String text = "Contact: user@example.com, phone: 02-12345678";
        
        // 編譯模式
        Pattern emailPattern = Pattern.compile("\\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\\.[A-Z|a-z]{2,}\\b");
        Pattern phonePattern = Pattern.compile("\\d{2}-\\d{8}");
        
        // 匹配器操作
        Matcher m = emailPattern.matcher(text);
        while (m.find()) {
            System.out.println("Email: " + m.group());
        }
        
        // 替換示例
        String masked = phonePattern.matcher(text).replaceAll("XX-XXXXXXXX");
        System.out.println("Masked: " + masked);
    }
}

最佳實踐建議

1. 複雜模式預先編譯 Pattern 物件重用，避免重複編譯開銷。
2. 善用非捕獲組 (?:...) 提升效能與簡化群組編號。
3. 大量資料處理時，考慮 Matcher.useTransparentBounds 等進階 API。
4. 正則雖強，但非萬能：複雜巢狀結構（如完整 HTML/JSON 解析）請用專用解析器。