正则表达式（Regular Expression，简称 Regex）是一种用于描述字符串模式的工具，它在文本处理、数据验证、搜索和替换等方面有着广泛的应用。这篇文章，我们将分析什么是正则表达式，它是如何工作的？

什么是正则表达式? {#什么是正则表达式}

正则表达式（regular expression，常简写为 regex、regexp 或 RE），又称规律表达式、正规表示式、正规表示法、规则运算式、常规表示法，是计算机科学概念，用简单字串来描述、匹配文中全部符合指定格式的字串，現在很多文本编辑器都支援用正则表达式搜寻、取代符合指定格式的字串。

Java Regex是一种用于匹配字符串的模式，它可以用来验证、查找、替换或拆分字符串。Java中的正则表达式由 java.util.regex包提供，主要由 3 个类和 1 个接口组成：

Pattern Class：表示正则表达式的编译表示。
Matcher Class：用于执行匹配操作的引擎。
PatternSyntaxException Class：表示正则表达式语法错误的异常。
MatchResult Interface：用于表示匹配操作的结果。

正则表达式组成 {#正则表达式组成}

Java 正则表达式主要由以下几部分组成：

字符类：用于匹配指定范围内的任意字符。例如[a-z]表示匹配任意小写字母。
预定义字符类：简化的字符类。例如\d表示匹配任意数字，\w表示匹配任意字母、数字或下划线。
量词：用于指定字符或子表达式的重复次数。例如a*表示匹配零次或多次 a，a{2,4}表示匹配 2 到 4 次 a。
边界匹配符：用于匹配字符串的边界。例如^表示匹配字符串的开始，$表示匹配字符串的结束。
分组：用于将多个字符或子表达式组合在一起。例如(abc)表示匹配字符串 "abc"。

下面还列举了一些常见的正则表达式元素：

.: 匹配除换行符以外的任意单字符
*: 匹配前面的子表达式零次或多次
+: 匹配前面的子表达式一次或多次
?: 匹配前面的子表达式零次或一次
\d: 匹配一个数字字符，[0-9] 的缩写
\D 匹配任何非数字，[^0-9] 的缩写
\s 任何空格字符，[\t\n\x0B\f\r] 的缩写
\S 任何非空格字符，是 [^\s] 的缩写
\w: 匹配一个字母、数字或下划线字符
[abc]: 匹配方括号内的任意一个字符
^: 匹配字符串的开始
$: 匹配字符串的结束

更多表达式，参考: regexr

Regex 类详解 {#Regex-类详解}

Matcher {#Matcher}

Matcher类实现 MatchResult 接口，它是一个正则表达式引擎，用于对字符序列执行匹配操作。主要包含以下方法：

boolean matches()：测试正则表达式是否与模式匹配。
boolean find()：找到与模式匹配的下一个表达式。
boolean find(int start)：找到与给定起始编号中的模式匹配的下一个表达式。
String group()：返回匹配的子序列。
int start()：返回匹配子序列的起始索引。
int end()：返回匹配子序列的结束索引。
int groupCount()：返回匹配子序列的总数。

Pattern {#Pattern}

Pattern类是正则表达式的编译版本，用于定义正则表达式引擎的模式。主要包含以下方法：

static Pattern compile(String regex)：编译给定的正则表达式并返回 Pattern 的实例。
Matcher matcher(CharSequence input)：创建一个匹配器，该匹配器将给定的输入与模式匹配。
static boolean matches(String regex, CharSequence input)：它作为编译和匹配器方法的组合工作。它编译正则表达式并将给定的输入与模式匹配。
String[] split(CharSequence input)：围绕给定模式的匹配项拆分给定的输入字符串。
String pattern()：返回正则表达式模式。

PatternSyntaxException {#PatternSyntaxException}

PatternSyntaxException 类是抛出未经检查的异常，指示正则表达式模式中的语法错误。主要包含以下方法：

int getIndex()：检索异常的索引
String getDescription()：检索异常的描述信息
String getPattern()：检索错误的正则表达式模式

MatchResult {#MatchResult}

MatchResult接口主要用于匹配操作的结果。此接口包含用于确定与正则表达式匹配的结果的查询方法。匹配边界、组和组边界可以通过。主要包含以下方法：

int start()：返回匹配的开始索引
int start(int group)：返回本次匹配期间给定组捕获的子序列的起始索引。
int end()：返回最后一个匹配字符后的偏移量。
int end(int group)：返回本次匹配期间给定组捕获的子序列的最后一个字符后的偏移量。
String group()：返回与上一个匹配项匹配的输入子序列。
String group(int group)：返回上一次匹配操作期间给定组捕获的输入子序列。
int groupCount()：返回此匹配结果模式中的捕获组的数量。

正则使用场景 {#正则使用场景}

正则使用场景主要包含以下类型：

输入验证，比如邮箱验证，手机号验证，URL 验证，密码强度验证
文本搜索和替换，比如查找特定模式，替换特定模式
文本拆分，比如按照空白字符拆分字符串
日志和数据解析，比如提取IP地址，提取日期和时间
数据清洗，比如删除HTML标签，格式化字符串
编译器和解释器，比如识别标识符、关键字、操作符等
数据库查询，比如使用 SQL 的 REGEXP 运算符进行复杂的模式匹配查询。
文件名匹配，比如查找所有以 .txt 结尾的文件

除了上面的场景，正则表达式还可以使用到其他的场景，需要根据具体的场景而定。

示例演示 {#示例演示}

邮箱验证 {#邮箱验证}

验证邮箱地址是一个常见的正则表达式应用场景。首先，我们需要一个能够验证邮箱地址的正则表达式。一个常见的用于验证邮箱的正则表达式如下：

|-----------|----------------------------------------------------------| | 1 | ^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$ |

该正则表达式的解释如下：

^：匹配字符串的开始。
[a-zA-Z0-9._%+-]+：匹配一个或多个字母、数字、点、下划线、百分号、加号或减号。
@：匹配@符号。
[a-zA-Z0-9.-]+：匹配一个或多个字母、数字、点或减号。
\.：匹配一个点。
[a-zA-Z]{2,}：匹配两个或更多的字母。
$：匹配字符串的结束。

下面是一个完整的 Java示例代码：

|------------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | import java.util.regex.*; public class EmailValidator { public static void main(String[] args) { String emailPattern = "^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,}$"; String[] emails = { "valid.email@example.com", "invalid-email@example", "another.valid.email@example.co.uk", "invalid.email@.com", "valid_email123@example.org" }; Pattern pattern = Pattern.compile(emailPattern); for (String email : emails) { Matcher matcher = pattern.matcher(email); boolean isMatch = matcher.matches(); System.out.println("Email: " + email + " is valid? " + isMatch); } } } |

运行结果：

|-------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | 1 2 3 4 5 | Email: valid.email@example.com is valid? true Email: invalid-email@example is valid? false Email: another.valid.email@example.co.uk is valid? true Email: invalid.email@.com is valid? false Email: valid_email123@example.org is valid? true |

在上述代码中：

Pattern.compile(emailPattern)：编译正则表达式。
pattern.matcher(email)：创建一个匹配器对象，用于匹配给定的邮箱字符串。
matcher.matches()：检查整个字符串是否与正则表达式匹配。

拆分字符串 {#拆分字符串}

在下面的示例中，正则表达式\s+表示一个或多个空白字符。split方法用于将字符串按匹配的模式拆分为多个部分。

|---------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | import java.util.regex.*; public class RegexExample { public static void main(String[] args) { String pattern = "\\s+"; String text = "Split this string by spaces."; Pattern compiledPattern = Pattern.compile(pattern); String[] parts = compiledPattern.split(text); for (String part : parts) { System.out.println(part); } } } |

查找子字符串 {#查找子字符串}

在下面示例中，正则表达式\d+表示一个或多个数字字符。find方法用于查找所有匹配的子字符串。

|---------------------------------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | import java.util.regex.*; public class RegexExample { public static void main(String[] args) { String pattern = "\\d+"; String text = "There are 123 apples and 456 oranges."; Pattern compiledPattern = Pattern.compile(pattern); Matcher matcher = compiledPattern.matcher(text); while (matcher.find()) { System.out.println("Found a number: " + matcher.group()); } } } |