您现在的位置：程式碼之家 >> 編程語言 > >> Java 程式設計 >> Java 相關知識

Java 正則表達式完整教學：Pattern/Matcher 核心 API、常用語法、分組捕獲與實戰範例

編輯：Java 相關知識

前言

自 JDK 1.4 引入 java.util.regex 套件，Java 終於擁有原生、強大且標準化的正則表達式引擎。本文從核心類別 Pattern、Matcher 切入，系統講解語法元素、分組捕獲、貪婪/勉強模式、常用實戰範例（電話號碼、Email、HTML 標籤），並提供效能優化與避坑指南。

一、核心類別架構

Pattern：正則表達式的編譯後表示，不可變、執行緒安全，透過 Pattern.compile(regex) 取得。
Matcher：執行匹配操作的引擎，透過 pattern.matcher(input) 取得，非執行緒安全。
PatternSyntaxException：編譯階段語法錯誤拋出的非受檢異常。

二、基本使用流程

import java.util.regex.*;

public class RegexDemo {
    public static void main(String[] args) {
        // 1. 編譯模式（建議複用 Pattern 實例）
        Pattern pattern = Pattern.compile("\\(\\d{3}\\)\\s?\\d{3}-\\d{4}");

        // 2. 取得匹配器
        Matcher matcher = pattern.matcher("(212) 555-1212");

        // 3. 執行匹配
        if (matcher.find()) {
            System.out.println("完整匹配: " + matcher.group());      // (212) 555-1212
            System.out.println("第1組: " + matcher.group(1));        // 若有捕獲組
        }

        // 4. 替換操作
        String replaced = matcher.replaceAll("[PHONE]");
    }
}

三、Java 正則語法速查表

分類	符號	說明	範例
字元類別	`.`	任意單一字元（預設不含換行）	`a.c` 匹配 abc, axc
	`\d`	數字 `[0-9]`	`\d{3}` 三位數
	`\D`	非數字
	`\s`	空白字元（空格、Tab、換行）
	`\S`	非空白
	`[abc]` / `[^abc]`	字元集合 / 排除集合	`[aeiou]` 母音
數量詞	`?`	0 或 1 次	`\d?`
	`*`	0 或多次（貪婪）	`ab*c` 匹配 ac, abc, abbc...
	`+`	1 或多次（貪婪）
	`{n,m}`	n 到 m 次	`\d{3,5}`
邊界	`^`	行首（多行模式 `Pattern.MULTILINE`）
	`$`	行尾
	`\b`	單字邊界	`\bcat\b` 不匹配 "catfish"
分組與引用	`(...)`	捕獲組，可用 `group(i)` 取得	`(\d{4})-(\d{2})`
	`(?:...)`	非捕獲組（僅分組不儲存）	`(?:\d{3})?-`
	`\1, \2...`	反向引用（匹配前面第 n 組內容）	`(\w+)\s+\1` 匹配重複單字
模式修飾符	`Pattern.CASE_INSENSITIVE`	忽略大小寫	`Pattern.compile("abc", Pattern.CASE_INSENSITIVE)`
	`Pattern.MULTILINE`	`^$` 匹配行首尾
	`Pattern.DOTALL`	`.` 匹配含換行

四、實戰範例：電話號碼多格式匹配

需求：支援 (212) 555-1212、212-555-1212、212 555 1212、2125551212。

// 1. 區碼可選括號、可選空格、分隔符可為 - 或空格或無
String regex = "(\\(\\d{3}\\)|\\d{3})[\\s-]?\\d{3}[\\s-]?\\d{4}";

Pattern p = Pattern.compile(regex);
String[] tests = {
    "(212) 555-1212", "212-555-1212", "212 555 1212", "2125551212",
    "212-5551212", "(212)555-1212"
};

for (String s : tests) {
    Matcher m = p.matcher(s);
    System.out.println(s + " -> " + (m.matches() ? "匹配" : "不匹配"));
}

輸出：

(212) 555-1212 -> 匹配
212-555-1212 -> 匹配
212 555 1212 -> 匹配
2125551212 -> 匹配
212-5551212 -> 匹配
(212)555-1212 -> 匹配

五、進階技巧

分組提取與替換：matcher.group(1) 取得區碼，matcher.replaceAll("$1-$2-$3") 格式化。
Pattern.split()：Pattern.compile("\\s*,\\s*").split("a, b ,c") → [a, b, c]。
Quote 字面字串：Pattern.quote("$1.50") 自動轉義特殊字元。
效能優化：
- 預編譯 Pattern 為 static final 常數，避免重複編譯。
- 避免過度嵌套量詞（如 (a+)+）導致災難性回溯。
- 長字串分割用 matcher.find() 迴圈而非 split()。

六、常見陷阱與避坑

陷阱	原因	解法
雙反斜線 `\\\\`	Java 字串字面值需轉義，正則引擎再解析一次	習慣寫 `\\d`、`\\.`、`\\\\`；或用 `Pattern.quote()`
`matches()` vs `find()`	`matches()` 需整串匹配，`find()` 尋找子串	全匹配用 `matches()`，搜尋用 `find()`
貪婪匹配吃掉分隔符	`.*` 會吞掉後續內容	改用勉強模式 `.?` 或明確字元集 `[^,]`
群組索引從 1 開始	`group(0)` 為整體匹配	捕獲組用 `group(1)` 起