438. Java 正则表达式 - 简介

438. Java 正则表达式 - 简介

1. 什么是正则表达式（Regular Expressions）

正则表达式（简称 Regex）是一种用来描述字符串模式的工具。它能帮我们完成：

• 🔍 搜索文本（比如：找出所有手机号）
• ✂️ 编辑和替换文本（比如：把日期格式从2025-09-16改成16/09/2025）
• ✅ 验证输入（比如：检查用户输入是不是合法的邮箱地址）

👉 正则表达式有点像一门小语言，它有自己独特的语法规则，比普通的 Java 语法要“紧凑”。一开始可能觉得晦涩，但掌握了基本规则之后，就可以快速看懂、甚至写出复杂的正则。

在业界，有多种“方言”：grep、Perl、Tcl、Python、PHP、awk等。Java 的正则表达式语法和Perl最接近。

2. Java 的正则表达式核心类

Java 的正则表达式主要由java.util.regex包里的三个核心类组成：

• Pattern
  已编译的正则表达式对象。
  👉 用Pattern.compile()创建，而不是 new。
• Matcher
  正则引擎，用来匹配输入字符串。
  👉 通过pattern.matcher("input")获取。
• PatternSyntaxException
  当正则语法错误时抛出的异常。
  👉 例如Pattern.compile("[A-Z")会报错，因为右括号缺失。

🌰 示例：Pattern 和 Matcher

importjava.util.regex.*;publicclassRegexDemo{publicstaticvoidmain(String[]args){Patternpattern=Pattern.compile("\\d+");// 匹配一个或多个数字Matchermatcher=pattern.matcher("Today is 2025-09-16.");while(matcher.find()){System.out.println("Found: "+matcher.group()+" from index "+matcher.start()+" to "+matcher.end());}}}

输出：

Found:2025from index9to13Found:09from index14to16Found:16from index17to19

👉 解释：

• \\d+表示匹配一个或多个数字
• matcher.find()会逐个找出所有符合的子串

3. Unicode 支持（JDK 7+）

Java 的正则在 JDK 7 以后支持 Unicode 6.0，更适合国际化场景。

匹配指定的 Unicode 码点

• \uFFFF格式："\u6771"→ 匹配“東”字（汉字“东”的繁体）。

  intcodePoint=0x6771;StringhexPattern=String.format("\\u%04x",codePoint);Patternpattern=Pattern.compile(hexPattern);Matchermatcher=pattern.matcher("東风破");System.out.println(matcher.find());// true

Unicode 属性匹配

可以按照字符的“脚本 (script)”、“区块 (block)”和“通用类别 (general category)”匹配。

• 脚本 (Scripts)
  \p{script=Hiragana}或\p{IsHiragana}
  👉 用来匹配日语平假名。
• 区块 (Blocks)
  \p{block=Mongolian}或\p{InMongolian}
  👉 用来匹配蒙古文字符。
• 通用类别 (General Category)
  • \p{IsL}→ 匹配所有字母
  • \p{gc=Lu}→ 匹配所有大写字母
  • \p{gc=Nd}→ 匹配所有数字

🌰 示例：

Patternp=Pattern.compile("\\p{IsHiragana}+");// 匹配平假名Matcherm=p.matcher("これはテストです");// 包含日语平假名System.out.println(m.find());// true

4. 总结 🎯

• 正则表达式是强大的字符串模式工具

• Java 提供Pattern+Matcher来完成匹配

• JDK 7 起支持Unicode 6.0，能处理国际化文本