Java-正则表达式

正则表达式（Regular Expression）是处理字符串的强大工具，Java通过 java.util.regex 包提供支持。字符串的替换和分解是正则表达式的两大核心应用场景。以下是详细讲解：

1. 正则表达式基础

正则表达式是一种描述字符串模式的语法，用于匹配、查找、替换或分割字符串。

1.1 常用元字符

1.2 量词

2. 字符串的替换

2.1 String.replaceAll() 和 String.replaceFirst()

• replaceAll(String regex, String replacement)：替换所有匹配的子串。

• replaceFirst(String regex, String replacement)：替换第一个匹配的子串。

示例：

String text = "Java 8, Java 11, Java 17";
String replacedAll = text.replaceAll("Java \\d+", "JDK"); // "JDK, JDK, JDK"
String replacedFirst = text.replaceFirst("Java \\d+", "JDK"); // "JDK, Java 11, Java 17"

2.2 使用捕获组

用 () 定义捕获组，通过 $n 引用（n为组号）。
示例：交换单词顺序

String text = "Hello World";
String swapped = text.replaceAll("(\\w+) (\\w+)", "$2 $1"); // "World Hello"

3. 字符串的分解（分割）

3.1 String.split()

根据正则表达式分割字符串，返回数组。
示例：

String csv = "A,B,C,D";
String[] parts = csv.split(","); // ["A", "B", "C", "D"]

// 复杂分割：按多个分隔符（逗号或分号）
String data = "A,B;C;D";
String[] items = data.split("[,;]"); // ["A", "B", "C", "D"]

3.2 处理空字符串

默认会删除末尾的空字符串，可通过限制参数保留：

String text = "A,B,,C,";
String[] parts1 = text.split(","); // ["A", "B", "", "C"]
String[] parts2 = text.split(",", -1); // ["A", "B", "", "C", ""]

4. 正则表达式的高级使用

4.1 Pattern 和 Matcher 类

用于复杂的匹配和提取操作。
示例：提取所有数字

import java.util.regex.*;

String text = "Prices: $10, $20, $30";
Pattern pattern = Pattern.compile("\\d+");
Matcher matcher = pattern.matcher(text);

while (matcher.find()) {
    System.out.println(matcher.group()); // 输出：10, 20, 30
}

4.2 分组提取

通过捕获组提取特定部分。
示例：提取日期中的年、月、日

String date = "2023-10-05";
Pattern pattern = Pattern.compile("(\\d{4})-(\\d{2})-(\\d{2})");
Matcher matcher = pattern.matcher(date);

if (matcher.matches()) {
    String year = matcher.group(1); // "2023"
    String month = matcher.group(2); // "10"
    String day = matcher.group(3); // "05"
}

5. 常见应用场景

5.1 校验输入格式

// 校验邮箱格式
String email = "user@example.com";
boolean isValid = email.matches("\\w+@\\w+\\.\\w+"); // true

5.2 清理字符串

// 移除所有非字母字符
String dirty = "A1B2C3!";
String clean = dirty.replaceAll("[^A-Za-z]", ""); // "ABC"

5.3 复杂文本解析

// 从HTML中提取所有链接
String html = "<a href='https://example.com'>Link</a>";
Pattern linkPattern = Pattern.compile("href='(.*?)'");
Matcher linkMatcher = linkPattern.matcher(html);

while (linkMatcher.find()) {
    System.out.println(linkMatcher.group(1)); // "https://example.com"
}

6. 性能优化建议

1. 预编译正则表达式：
   多次使用时，先编译 Pattern 对象以提高性能。

   Pattern pattern = Pattern.compile("\\d+"); // 预编译
   Matcher matcher = pattern.matcher(text);

2. 避免贪婪量词：
   使用 *? 或 +? 进行非贪婪匹配，避免过度匹配。

   String text = "<div>Content</div><div>More</div>";
   text.replaceAll("<div>(.*?)</div>", ""); // 非贪婪匹配

3. 选择简单分隔符：
   如果只需按固定字符分割，优先用 StringTokenizer 或 String.split() 的简单模式。

7. 总结

关键点：

• 正则表达式是字符串处理的瑞士军刀，但需注意性能。

• 简单场景用 String 类方法，复杂场景用 Pattern/Matcher。

• 始终测试正则表达式（可用在线工具如 Regex101）。