2025年Java 正则表达式详解

大家好，我是讯享网，很高兴认识大家。

转载地址：https://segmentfault.com/a/62306

1. 正则表达式

1.1 什么是正则表达式

1.2 示例

2. 正则表达式的编写规则

2.1 常见匹配符号

2.2 元字符

2.3 限定符

2.4 分组和反向引用

2.4.1 仅分组但无反向引用

2.4.2 分组的反向引用副本

2.5 否定先行断言（Negative lookahead）

2.6 指定正则表达式的模式

2.7 Java 中的反斜杠

2.8 易错点示例

3. 在字符串中使用正则表达式

3.1 内置的字符串正则处理方法

3.2 示例

4. 模式和匹配

5. 若干个常用例子

5.1 中文的匹配

5.2 数字范围的匹配

5.3 img 标签的匹配

5.4 贪婪与非贪婪模式的匹配

6. 推荐两个在线正则工具

7. 参考

1. 正则表达式

1.1 什么是正则表达式

正则表达式可以用于搜索、编辑和操作文本。

正则对文本的分析或修改过程为：首先正则表达式应用的是文本字符串（text/string），它会以定义的模式从左到右匹配文本，每个源字符只匹配一次。

1.2 示例

正则表达式	匹配
`this is text`	精确匹配字符串 "this is text"
`this\s+is\s+text`	匹配单词 "this" 后跟一个或多个空格字符，后跟词 "is" 后跟一个或多个空格字符，后跟词 "text"
`^\d+(\.\d+)?`	`^` 定义模式必须匹配字符串的开始，`d+` 匹配一个或多个数字，`?` 表明小括号内的语句是可选的，`\.` 匹配 "."，小括号表示分组。例如匹配："5"、"1.5" 和 "2.21"

2. 正则表达式的编写规则

2.1 常见匹配符号

正则表达式	描述
`.`	匹配所有单个字符，除了换行符（Linux 中换行是 `\n`，Windows 中换行是 `\r\n`）
`^regex`	正则必须匹配字符串开头
`regex$`	正则必须匹配字符串结尾
`[abc]`	复选集定义，匹配字母 a 或 b 或 c
`[abc][vz]`	复选集定义，匹配字母 a 或 b 或 c，后面跟着 v 或 z
`[^abc]`	当插入符 `^` 在中括号中以第一个字符开始显示，则表示否定模式。此模式匹配所有字符，除了 a 或 b 或 c
`[a-d1-7]`	范围匹配，匹配字母 a 到 d 和数字从 1 到 7 之间，但不匹配 d1
`XZ`	匹配 X 后直接跟着 Z
X\|Z	匹配 X 或 Z

2.2 元字符

元字符是一个预定义的字符。

正则表达式	描述
`\d`	匹配一个数字，是 `[0-9]` 的简写
`\D`	匹配一个非数字，是 `[^0-9]` 的简写
`\s`	匹配一个空格，是 `[ \t\n\x0b\r\f]` 的简写
`\S`	匹配一个非空格
`\w`	匹配一个单词字符（大小写字母、数字、下划线），是 `[a-zA-Z_0-9]` 的简写
`\W`	匹配一个非单词字符（除了大小写字母、数字、下划线之外的字符），等同于 `[^\w]`

2.3 限定符

限定符定义了一个元素可以发生的频率。

正则表达式	描述	举例
`*`	匹配 >=0 个，是 `{0,}` 的简写	`X` 表示匹配零个或多个字母 X，`.`表示匹配任何字符串
`+`	匹配 >=1 个，是 `{1,}` 的简写	`X+` 表示匹配一个或多个字母 X
`?`	匹配 1 个或 0 个，是 `{0,1}` 的简写	`X?` 表示匹配 0 个或 1 个字母 X
`{X}`	只匹配 X 个字符	`\d{3}` 表示匹配 3 个数字，`.{10}`表示匹配任何长度是 10 的字符串
`{X,Y}`	匹配 >=X 且 <=Y 个	`\d{1,4}` 表示匹配至少 1 个最多 4 个数字
`*?`	如果 `?` 是限定符 `` 或 `+` 或 `?` 或 `{}` 后面的第一个字符，那么表示非贪婪模式（尽可能少的匹配字符），而不是默认的贪婪模式*

2.4 分组和反向引用

小括号 () 可以达到对正则表达式进行分组的效果。

模式分组后会在正则表达式中创建反向引用。反向引用会保存匹配模式分组的字符串片断，这使得我们可以获取并使用这个字符串片断。

在以正则表达式替换字符串的语法中，是通过 $ 来引用分组的反向引用，$0 是匹配完整模式的字符串（注意在 JavaScript 中是用 $& 表示）；$1 是第一个分组的反向引用；$2 是第二个分组的反向引用，以此类推。

示例：

package com.wuxianjiezh.demo.regex; public class RegexTest { public static void main(String[] args) { // 去除单词与 , 和 . 之间的空格 String Str = "Hello , World ."; String pattern = "(\\w)(\\s+)([.,])"; // $0 匹配 `(\w)(\s+)([.,])` 结果为 `o空格,` 和 `d空格.` // $1 匹配 `(\w)` 结果为 `o` 和 `d` // $2 匹配 `(\s+)` 结果为 `空格` 和 `空格` // $3 匹配 `([.,])` 结果为 `,` 和 `.` System.out.println(Str.replaceAll(pattern, "$1$3")); // Hello, World. } }

讯享网

上面的例子中，我们使用了 [.] 来匹配普通字符 . 而不需要使用 [\\.]。因为正则对于 [] 中的 .，会自动处理为 [\.]，即普通字符 . 进行匹配。

讯享网

2.4.1 仅分组但无反向引用

当我们在小括号 () 内的模式开头加入 ?:，那么表示这个模式仅分组，但不创建反向引用。

示例：

讯享网package com.wuxianjiezh.regex; import java.util.regex.Matcher; import java.util.regex.Pattern; public class RegexTest { public static void main(String[] args) { String str = "img.jpg"; // 分组且创建反向引用 Pattern pattern = Pattern.compile("(jpg|png)"); Matcher matcher = pattern.matcher(str); while (matcher.find()) { System.out.println(matcher.group()); System.out.println(matcher.group(1)); } } }

运行结果：

jpg jpg

若源码改为：

讯享网package com.wuxianjiezh.regex; import java.util.regex.Matcher; import java.util.regex.Pattern; public class RegexTest { public static void main(String[] args) { String str = "img.jpg"; // 分组但不创建反向引用 Pattern pattern = Pattern.compile("(?:jpg|png)"); Matcher matcher = pattern.matcher(str); while (matcher.find()) { System.out.println(matcher.group()); System.out.println(matcher.group(1)); } } }

运行结果：

jpg Exception in thread "main" java.lang.IndexOutOfBoundsException: No group 1 at java.util.regex.Matcher.group(Matcher.java:538) at com.wuxianjiezh.regex.RegexTest.main(RegexTest.java:15)

2.4.2 分组的反向引用副本

Java 中可以在小括号中使用 ?<name> 将小括号中匹配的内容保存为一个名字为 name 的副本。

示例：

讯享网package com.wuxianjiezh.regex; import java.util.regex.Matcher; import java.util.regex.Pattern; public class RegexTest { public static void main(String[] args) { String str = "@wxj 你好啊"; Pattern pattern = Pattern.compile("@(?<first>\\w+\\s)"); // 保存一个副本 Matcher matcher = pattern.matcher(str); while (matcher.find()) { System.out.println(matcher.group()); System.out.println(matcher.group(1)); System.out.println(matcher.group("first")); } } }

运行结果：

@wxj wxj wxj

2.5 否定先行断言（Negative lookahead）

我们可以创建否定先行断言模式的匹配，即某个字符串后面不包含另一个字符串的匹配模式。

否定先行断言模式通过 (?!pattern) 定义。比如，我们匹配后面不是跟着 "b" 的 "a"：

讯享网a(?!b)

2.6 指定正则表达式的模式

可以在正则的开头指定模式修饰符。

(?i) 使正则忽略大小写。
(?s) 表示单行模式（"single line mode"）使正则的 . 匹配所有字符，包括换行符。
(?m) 表示多行模式（"multi-line mode"），使正则的 ^ 和 $ 匹配字符串中每行的开始和结束。

2.7 Java 中的反斜杠

反斜杠 \ 在 Java 中表示转义字符，这意味着 \ 在 Java 拥有预定义的含义。

这里例举两个特别重要的用法：

在匹配 . 或 { 或 [ 或 ( 或 ? 或 $ 或 ^ 或 * 这些特殊字符时，需要在前面加上 \\，比如匹配 . 时，Java 中要写为 \\.，但对于正则表达式来说就是 \.。
在匹配 \ 时，Java 中要写为 \\\\，但对于正则表达式来说就是 \\。

注意：Java 中的正则表达式字符串有两层含义，首先 Java 字符串转义出符合正则表达式语法的字符串，然后再由转义后的正则表达式进行模式匹配。

2.8 易错点示例

[jpg|png] 代表匹配 j 或 p 或 g 或 p 或 n 或 g 中的任意一个字符。
(jpg|png) 代表匹配 jpg 或 png。

3. 在字符串中使用正则表达式

3.1 内置的字符串正则处理方法

在 Java 中有四个内置的运行正则表达式的方法，分别是 matches()、split())、replaceFirst()、replaceAll()。注意 replace() 方法不支持正则表达式。

方法	描述
`s.matches("regex")`	当仅且当正则匹配整个字符串时返回 `true`
`s.split("regex")`	按匹配的正则表达式切片字符串
`s.replaceFirst("regex", "replacement")`	替换首次匹配的字符串片段
`s.replaceAll("regex", "replacement")`	替换所有匹配的字符

3.2 示例

示例代码：

package com.wuxianjiezh.regex; public class RegexTest { public static void main(String[] args) { System.out.println("wxj".matches("wxj")); System.out.println("----------"); String[] array = "w x j".split("\\s"); for (String item : array) { System.out.println(item); } System.out.println("----------"); System.out.println("w x j".replaceFirst("\\s", "-")); System.out.println("----------"); System.out.println("w x j".replaceAll("\\s", "-")); } }

运行结果：

讯享网true ---------- w x j ---------- w-x j ---------- w-x-j

4. 模式和匹配

Java 中使用正则表达式需要用到两个类，分别为 java.util.regex.Pattern 和 java.util.regex.Matcher。

第一步，通过正则表达式创建模式对象 Pattern。

第二步，通过模式对象 Pattern，根据指定字符串创建匹配对象 Matcher。

第三步，通过匹配对象 Matcher，根据正则表达式操作字符串。

来个例子，加深理解：

package com.wuxianjiezh.regex; import java.util.regex.Matcher; import java.util.regex.Pattern; public class RegexTest { public static void main(String[] args) { String text = "Hello Regex!"; Pattern pattern = Pattern.compile("\\w+"); // Java 中忽略大小写，有两种写法： // Pattern pattern = Pattern.compile("\\w+", Pattern.CASE_INSENSITIVE); // Pattern pattern = Pattern.compile("(?i)\\w+"); // 推荐写法 Matcher matcher = pattern.matcher(text); // 遍例所有匹配的序列 while (matcher.find()) { System.out.print("Start index: " + matcher.start()); System.out.print(" End index: " + matcher.end() + " "); System.out.println(matcher.group()); } // 创建第两个模式，将空格替换为 tab Pattern replace = Pattern.compile("\\s+"); Matcher matcher2 = replace.matcher(text); System.out.println(matcher2.replaceAll("\t")); } }

运行结果：

讯享网Start index: 0 End index: 5 Hello Start index: 6 End index: 11 Regex Hello Regex!

5. 若干个常用例子

5.1 中文的匹配

[\u4e00-\u9fa5]+ 代表匹配中文字。

package com.wuxianjiezh.regex; import java.util.regex.Matcher; import java.util.regex.Pattern; public class RegexTest { public static void main(String[] args) { String str = "閑人到人间"; Pattern pattern = Pattern.compile("[\\u4e00-\\u9fa5]+"); Matcher matcher = pattern.matcher(str); while (matcher.find()) { System.out.println(matcher.group()); } } }

运行结果：

讯享网閑人到人间

5.2 数字范围的匹配

比如，匹配 1990 到 2017。

注意：这里有个新手易范的错误，就是正则 [1990-2017]，实际这个正则只匹配 0 或 1 或 2 或 7 或 9 中的任一个字符。

正则表达式匹配数字范围时，首先要确定最大值与最小值，最后写中间值。

正确的匹配方式：

package com.wuxianjiezh.regex; import java.util.regex.Matcher; import java.util.regex.Pattern; public class RegexTest { public static void main(String[] args) { String str = "1990\n2010\n2017"; // 这里应用了 (?m) 的多行匹配模式，只为方便我们测试输出 // "^1990$|^199[1-9]$|^20[0-1][0-6]$|^2017$" 为判断 1990-2017 正确的正则表达式 Pattern pattern = Pattern.compile("(?m)^1990$|^199[1-9]$|^20[0-1][0-6]$|^2017$"); Matcher matcher = pattern.matcher(str); while (matcher.find()) { System.out.println(matcher.group()); } } }

运行结果：

讯享网1990 2010 2017

5.3 img 标签的匹配

比如，获取图片文件内容，这里我们考虑了一些不规范的 img 标签写法：

package com.wuxianjiezh.regex; import java.util.regex.Matcher; import java.util.regex.Pattern; public class RegexTest { public static void main(String[] args) { String str = "<img src='aaa.jpg' /><img src=bbb.png/><img src=\"ccc.png\"/>" + "<img src='ddd.exe'/><img src='eee.jpn'/>"; // 这里我们考虑了一些不规范的 img 标签写法，比如：空格、引号 Pattern pattern = Pattern.compile("<img\\s+src=(?:['\"])?(?<src>\\w+.(jpg|png))(?:['\"])?\\s*/>"); Matcher matcher = pattern.matcher(str); while (matcher.find()) { System.out.println(matcher.group("src")); } } }

运行结果：

讯享网aaa.jpg bbb.png ccc.png

5.4 贪婪与非贪婪模式的匹配

比如，获取 div 标签中的文本内容：

package com.wuxianjiezh.regex; import java.util.regex.Matcher; import java.util.regex.Pattern; public class RegexTest { public static void main(String[] args) { String str = "<div>文章标题</div><div>发布时间</div>"; // 贪婪模式 Pattern pattern = Pattern.compile("<div>(?<title>.+)</div>"); Matcher matcher = pattern.matcher(str); while (matcher.find()) { System.out.println(matcher.group("title")); } System.out.println("--------------"); // 非贪婪模式 pattern = Pattern.compile("<div>(?<title>.+?)</div>"); matcher = pattern.matcher(str); while (matcher.find()) { System.out.println(matcher.group("title")); } } }

运行结果：

讯享网文章标题</div><div>发布时间 -------------- 文章标题 发布时间

6. 推荐两个在线正则工具

JavaScript、Python 等的在线表达式工具：https://regex101.com/
Java 在线表达式工具：http://www.regexplanet.com/advanced/java/index.html

7. 参考

Java Regex - Tutorial

2025年Java 正则表达式详解

1. 正则表达式

1.1 什么是正则表达式

1.2 示例

2. 正则表达式的编写规则

2.1 常见匹配符号

2.2 元字符

2.3 限定符

2.4 分组和反向引用

2.4.1 仅分组但无反向引用

2.4.2 分组的反向引用副本

2.5 否定先行断言（Negative lookahead）

2.6 指定正则表达式的模式

2.7 Java 中的反斜杠

2.8 易错点示例

3. 在字符串中使用正则表达式

3.1 内置的字符串正则处理方法

3.2 示例

4. 模式和匹配

5. 若干个常用例子

5.1 中文的匹配

5.2 数字范围的匹配

5.3 img 标签的匹配

5.4 贪婪与非贪婪模式的匹配

6. 推荐两个在线正则工具

7. 参考

相关推荐