Java 正則表達式完全指南：語法詳解、常用模式與實戰測試

正則表達式是字符串模式匹配的利器，從 Perl 起家現已成主流語言標配。雖語法看似晦澀，掌握核心元字符與常用模式後，能大幅提升文本處理效率。本文系統整理 Java 正則核心語法、實用模式庫與測試範例，作為開發隨手查閱手冊。

一、 核心元字符速查表

二、 Java 常用實用模式庫

字符類別與編碼

• 中文字符：[\u4e00-\u9fa5]
• 雙字節字符（含漢字）：[^\x00-\xff]（雙字節長度計 2，ASCII 計 1）
• 空白行：\n\s*\r

常見業務驗證模式

數字範圍專用模式

• 正整數：^[1-9]\d*$
• 負整數：^-[1-9]\d*$
• 整數：^-?[1-9]\d*$
• 非負整數：^[1-9]\d*|0$
• 非正整數：^-[1-9]\d*|0$
• 正浮點數：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$
• 負浮點數：^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$
• 浮點數：^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$
• 非負浮點數：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
• 非正浮點數：^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$

特定字符串模式

• 純英文字母：^[A-Za-z]+$
• 純大寫：^[A-Z]+$
• 純小寫：^[a-z]+$
• 字母數字：^[A-Za-z0-9]+$
• 字母數字下劃線：^\w+$

三、 Java 代碼測試範例

import java.util.regex.Pattern;

public class RegexTest {
    public static void main(String[] args) {
        // 驗證正整數
        String regex = "^[1-9]\\d*$";
        System.out.println(Pattern.matches(regex, "1213"));  // true
        System.out.println(Pattern.matches(regex, "0"));     // false
        System.out.println(Pattern.matches(regex, "-5"));    // false
        System.out.println(Pattern.matches(regex, "abc"));   // false

        // 複雜模式：提取 Email 域名
        String email = "user.name+tag@sub.domain.com";
        Pattern p = Pattern.compile("@(.+)$");
        java.util.regex.Matcher m = p.matcher(email);
        if (m.find()) {
            System.out.println("Domain: " + m.group(1));  // sub.domain.com
        }
    }
}

四、 進階技巧與避坑指南

1. 預編譯複用：高頻調用時使用 Pattern.compile() 緩存編譯結果，避免重複編譯開銷。
2. 貪婪 vs 非貪婪：.* 為貪婪匹配盡可能多，.*? 為非貪婪匹配盡可能少，HTML 解析常用非貪婪。
3. 邊界斷言：\b 匹配單詞邊界，\B 非單詞邊界，比 \<\> 兼容性更好。
4. Pattern.CASE_INSENSITIVE：忽略大小寫編譯標誌，避免在模式中寫 (?i)。
5. 分組命名 (Java 7+)：(?<name>...) 命名捕獲組，matcher.group("name") 讀取，提升可讀性。
6. 性能陷阱：避免嵌套量詞（如 (a*)*）導致災難性回溯，長文本處理考慮具體化模式或使用非正則方案。