Java 正則表達式核心應用指南：從入門到實戰

前言

正則表達式是 Java 開發中處理字符串匹配、提取與替換的利器。掌握其核心語法與 java.util.regex 套件的應用，能大幅提升文本處理效率。本文將系統梳理 Java 正則的基礎語法、核心 API 及實戰技巧。

一、核心語法速查

1. 字元類別

• .：匹配任意單一字元（除換行符）
• \d：數字 [0-9]；\D：非數字
• \w：單字字元 [a-zA-Z0-9_]；\W：非單字字元
• \s：空白字元；\S：非空白字元
• [abc]：匹配 a、b、c 中任一；[^abc]：排除這些字元

2. 量詞

• *：0 次或多次；+：1 次或多次；?：0 次或 1 次
• {n}：恰好 n 次；{n,}：至少 n 次；{n,m}：n 到 m 次
• 貪婪模式（預設）vs 惰性模式（加 ?，如 *?）

3. 邊界與分組

• ^ 行首、$ 行尾、\b 單字邊界
• (...) 捕獲組；(?:...) 非捕獲組；(?<name>...) 命名組（Java 7+）
• 反向引用：\1、\k<name>

二、核心 API 深度解析

1. Pattern 與 Matcher

// 編譯模式（建議複用 Pattern 實例）
Pattern pattern = Pattern.compile(regex, Pattern.CASE_INSENSITIVE | Pattern.MULTILINE);

// 獲取匹配器
Matcher matcher = pattern.matcher(input);

// 完整匹配
boolean matches = matcher.matches();

// 尋找下一個子序列匹配
while (matcher.find()) {
    String group = matcher.group();        // 整個匹配
    String group1 = matcher.group(1);      // 第 1 組
    int start = matcher.start();           // 起始索引
    int end = matcher.end();               // 結束索引
}

2. 常用靜態工具方法

// 一次性匹配
boolean b = Pattern.matches(regex, input);

// 分割字符串
String[] parts = input.split(regex);          // 等同於 Pattern.compile(regex).split(input)
String[] partsLimited = input.split(regex, limit); // 限制分割數量

// 替換
String replaced = matcher.replaceAll(replacement);      // 全部替換
String replacedFirst = matcher.replaceFirst(replacement); // 僅首次
// 使用函數式替換
String funcReplaced = matcher.replaceAll(mr -> mr.group().toUpperCase());

三、實戰最佳實踐

1. 編譯一次，多次複用

將 Pattern 定義為 static final 常數，避免重複編譯開銷。

2. 善用非捕獲組優化效能

不需要回溯引用的分組使用 (?:...)，減少記憶體佔用。

3. 防範災難性回溯

• 避免嵌套量詞：(a+)+、(a*)*
• 對長輸入啟用 Pattern.DOTALL 時謹慎使用 .*
• 必要時使用佔有優先量詞 ++、*+ 或原子組 (?>...)

4. 命名組提升可讀性

Pattern p = Pattern.compile("(?<year>\\d{4})-(?<month>\\d{2})-(?<day>\\d{2})");
Matcher m = p.matcher("2024-05-18");
if (m.matches()) {
    System.out.println(m.group("year"));  // 2024
}

四、常見場景範例

1. 手機號驗證（中國大陸）

String mobileRegex = "^1[3-9]\\d{9}$";
boolean valid = Pattern.matches(mobileRegex, "13812345678"); // true

2. 提取 URL

String urlRegex = "\\bhttps?://[\\w.-]+(?:\\.[\\w.-]+)+[\\w/\\-?=%&.#~]*";
Matcher m = Pattern.compile(urlRegex).matcher(text);
while (m.find()) System.out.println(m.group());

3. HTML 標籤清理

String clean = html.replaceAll("<[^>]+>", ""); // 簡易版，複雜場景建議用 Jsoup

五、進階技巧

• 前瞻/後顧斷言：(?=...)正向前瞻、(?!...)負向前瞻、(?<=...)正向後顧、(?<!...)負向後顧
• 條件匹配：(?(1)yes|no) 根據組 1 是否匹配選擇模式
• 內嵌旗標：(?i)啟用不區分大小寫、(?m)多行模式、(?s)單行模式（.匹配換行）

結語

Java 正則表達式功能強大，關鍵在於理解引擎匹配原理（NFA 回溯），並遵循「預編譯、避免過度匹配、善用斷言」三大原則。實戰中建議結合單元測試驗證邊界情況，確保穩健高效。