正則表達式全棧指南：從 Java、JavaScript 到 C/C# 核心 API 與實戰模式

背景

Perl、Python、PHP、JavaScript 早內建正則支持；Java 直到 JDK 1.4 才通過 JSR 引入 java.util.regex，早期可用 Apache Jakarta-ORO 庫。本文匯總主流語言正則核心語法、API 用法與進階模式，供跨語言開發參考。

基礎元字符速查表

主流語言 API 核心對比

Java (java.util.regex)

Pattern p = Pattern.compile("\\d{3}-\\d{2}-\\d{4}");
Matcher m = p.matcher(input);
while (m.find()) {
    System.out.println(m.group()); // 整個匹配
    // m.group(1) 獲取第1組
}

JavaScript (RegExp)

var re = /\d{3}-\d{2}-\d{4}/g;
var match;
while (match = re.exec(str)) {
    console.log(match[0], match.index);
}

C (POSIX regex.h)

regex_t reg; regcomp(®, pattern, REG_EXTENDED);
regmatch_t pm[10];
regexec(®, string, 10, pm, 0);
// pm[0].rm_so .. rm_eo 為整匹配位置
regfree(®);

C# (System.Text.RegularExpressions)

Regex r = new Regex(@"\d{3}-\d{2}-\d{4}");
Match m = r.Match(input);
if (m.Success) Console.WriteLine(m.Value);
MatchCollection mc = r.Matches(input); // 所有匹配
foreach (Match mm in mc) { ... }

進階實戰模式

• HTML 標籤匹配：<(.*)>.*</\1>（反向引用）
• 郵箱驗證：^\w+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$
• URL 提取：(https?|ftp)://[^\s/$.?#].[^\s]*
• 日期提取：(1[0-2]|0?[1-9])[-./](0?[1-9]|[12]\d|3[01])[-./](\d{4})

學習工具推薦

文末附帶可直接保存為 RegExp.htm 的瀏覽器端正則練習器（JavaScript 實現），支持多模式批次測試、捕獲組顯示、單步調試，適合邊學邊練。

避坑提醒

1. 貪婪 vs 非貪婪：.*? 少匹配，防止跨行吞噬。
2. 轉義陷阱：字符串字面量中雙重轉義（Java \\\\ → 正則 \\ → 字面 `\`）。
3. 性能陷阱：嵌套量詞 (a+)+ 遇不匹配輸入會災難性回溯，改用原子組或佔有優先量詞。
4. Unicode 支持：Java/C# 默認 Unicode 感知，JS 需 u 旗標。