Java 正則表達式完全指南：java.util.regex 包核心 API 與實戰範例

背景：JDK 1.4 引入原生正則支援

在此之前，Java 僅能靠 StringTokenizer、charAt、substring 手工解析文本，代碼冗長且脆弱。JDK 1.4 新增 java.util.regex，提供 Perl 風味的正則引擎，三大核心類：

• Pattern：編譯後的正則表達式，不可變，線程安全
• Matcher：針對輸入序列的匹配引擎，非線程安全
• PatternSyntaxException：編譯錯誤異常

正則語法速查表

核心 API 用法

Pattern 編譯與分割

Pattern p = Pattern.compile("[,\\s]+"); // 逗號或空白分隔
String[] tokens = p.split("one,two, three four , five");
// 結果：["one", "two", "three", "four", "five"]

Matcher 三種匹配模式

替換操作

Matcher m = p.matcher(input);
StringBuffer sb = new StringBuffer();
while (m.find()) {
    m.appendReplacement(sb, "replacement"); // 可引用組 $1 $2
}
m.appendTail(sb); // 複制剩餘尾部
String result = sb.toString();

四大實戰範例

1. 簡單單詞替換

Pattern p = Pattern.compile("cat");
Matcher m = p.matcher("one cat, two cats in the yard");
// 循環 appendReplacement("dog") → "one dog, two dogs in the yard"

2. Email 格式驗證與清洗

// 禁止以 . 或 @ 開頭
Pattern p1 = Pattern.compile("^\\.|^@");
// 禁止 www. 開頭
Pattern p2 = Pattern.compile("^www\\.");
// 移除非法字符（僅保留字母數字 . @ _ - ~ #）
Pattern p3 = Pattern.compile("[^A-Za-z0-9\\.@_\\-~#]+");
Matcher m = p3.matcher(email);
String clean = m.replaceAll(""); // 刪除非法字符

3. 刪除檔案中的控制字符

Pattern p = Pattern.compile("\\p{Cntrl}"); // POSIX 控制字符類
Matcher m = p.matcher("");
try (BufferedReader in = ...; BufferedWriter out = ...) {
    String line;
    while ((line = in.readLine()) != null) {
        m.reset(line);
        out.write(m.replaceAll(""));
        out.newLine();
    }
}

4. 從 Java 源碼提取單行註釋

Pattern p = Pattern.compile("//.*$", Pattern.MULTILINE);
// 使用 NIO 內存映射讀取大檔案
FileChannel fc = new FileInputStream("Replacement.java").getChannel();
ByteBuffer bb = fc.map(FileChannel.MapMode.READ_ONLY, 0, fc.size());
CharBuffer cb = Charset.forName("8859_1").newDecoder().decode(bb);

Matcher m = p.matcher(cb);
while (m.find()) System.out.println("Found: " + m.group());

CharSequence 介面：統一輸入源

Matcher 接受 CharSequence，標準實現包括 String、StringBuffer、CharBuffer（NIO），也可自行實現以支援資料庫 CLOB、網路流等任意字符源。

最佳實踐提示

• 預編譯複用：Pattern 不可變且編譯昂貴，靜態常量或緩存複用。
• 原始字符串：Java 13+ 可用 """regex""" 文本塊避免雙重轉義。
• 貪婪 vs 勉強：.*? 非貪婪匹配，避免過度回溯導致性能災難。
• 預編譯標誌：Pattern.CASE_INSENSITIVE、MULTILINE、DOTALL（讓 . 匹配換行）、UNICODE_CASE。

1. 上一篇文章： Java 打印不再難：DocumentRenderer 輕鬆實現高質量文檔列印
2. 下一篇文章： 測試分類策略：打造敏捷構建流程，解決測試套件執行緩慢難題

Java 相關知識

Kotlin 開發環境搭建與 Android 實戰入門：AS 配置、語法特性、Java 互操作全攻略

Kotlin 簡介 JetBrains 開發，JVM 靜態

Java 網路程式設計精通指南（7）：getHostAddress() — 獲取字符串形式 IP 地址 (IPv4/IPv6 雙棧)

InetAddress.getHostAddress() 返

Java 讀取 Word 文檔實戰：Apache POI HWPF/XWPF 完整教程

Java 操作 Word 文檔主流方案是 Apache PO

使用 ANTLR 3.1 定義 Jerry 語言語法：從解析樹到抽象語法樹

前言：為什麼選擇 ANTLR？ 在 JavaEye 瀏覽技術